从google scholar收集引文图表
etudier的Python项目详细描述
tudier是一个小python程序，它使用Selenium和requests-html来 驱动一个non headless浏览器来收集一个特定的引文图 Google Scholar引文或一组搜索结果。产生的网络是 使用networkx以Gephi文件和D3可视化方式写出。D3 可视化可能需要一些工作，因此如果您添加样式，请提交 拉取请求。
如果你想知道为什么它使用无头浏览器，那是因为谷歌 quite protective的数据，通常会要求你解决一个验证码 （识别照片中的街道标志、汽车等）。tudier将允许您 完成这些任务，然后继续执行 正在收集数据。
安装
在进行其他操作之前，您需要安装ChromeDriver。如果你使用 在OS X上自制这很简单：
brew install chromedriver
然后您需要安装Python 3和：
pip3 install etudier
运行
要使用它，首先需要导航到google scholar上的一个页面 例如，这里有一页引用雪莉的引文 奥特纳的Theory in Anthropology since the Sixties。然后开始etudier向上 指着那一页。
% etudier 'https://scholar.google.com/scholar?start=0&hl=en&as_sdt=20000005&sciodt=0,21&cites=17950649785549691519&scipsc='
如果你有兴趣从谷歌学者的关键词搜索结果开始 你也可以这么做。例如，这里是搜索“cscw内存”的url 如果我对讨论cscw会议和内存的论文感兴趣：
% etudier 'https://scholar.google.com/scholar?hl=en&as_sdt=0%2C21&q=cscw+memory&btnG='
注意：引用url很重要，这样shell就不会解释 与号作为进程背景的尝试。
--页面
默认情况下，tudier将收集该页上的10条引文，然后查看 前十个引用每一个的堡垒。所以你将不再 收集的引文超过100条（每页10条*10条）。
如果希望获得多页结果，请使用--pages。为了
示例这将导致收集的结果不超过400个（20*20）：
% etudier --pages 2 'https://scholar.google.com/scholar?start=0&hl=en&as_sdt=20000005&sciodt=0,21&cites=17950649785549691519&scipsc='
--深度
最后，如果你想看看引文的引文 --深度参数。
% etudier --depth 2 'https://scholar.google.com/scholar?start=0&hl=en&as_sdt=20000005&sciodt=0,21&cites=17950649785549691519&scipsc='
这将收集最初的10条引文，前10条引文 每一个，然后前10个引用，所以不超过1000个引用1000 引文（10*10*10）。不再是因为肯定会有 每本书引用的出版物的副本。
--输出
默认情况下，将写入名为output.gexf的文件，但您可以更改
使用--output选项。输出文件将包含基本元数据
收集自谷歌学者，包括：
- id-由google分配的集群标识符
- url-发布的url
- title-出版物的标题
- authors-以逗号分隔的出版物作者列表
- year-出版年份
- 由引用-引用该出版物的其他出版物的数目
- 被url引用-引用出版物列表的google学者url
欢迎加入QQ群-->： 979659372
