📋 1. 环境准备
✨ 功能亮点
批量处理：支持同时下载数百个PubMed文献
多源获取：自动从PubMed Central、CrossRef等多平台获取全文
智能重试：网络异常时自动重试下载
错误跟踪：自动记录下载失败的PMID供后续处理
🎯 适用场景
科研文献系统综述
特定主题文献荟萃分析
参考文献管理工具批量入库
学术写作素材收集
🖥️ 系统要求
操作系统
最低配置要求
推荐配置
Windows
Windows 10+，4GB内存
Windows 11，8GB内存
macOS
macOS 10.14+
macOS 12+，8GB内存
Linux
Ubuntu 18.04+/CentOS 7+
Ubuntu 20.04+，8GB内存
⚙️ 预装检查
# 检查Python版本（需3.7+）
python --version || python3 --version
# 检查Git是否安装
git --version
⚠️ 注意：如果显示"command not found"，请先安装Python和Git。Windows用户推荐使用Anaconda发行版，内置必要依赖。
🔧 2. 环境配置
📥 获取项目代码
# 克隆项目仓库
git clone https://gitcode.com/gh_mirrors/pu/Pubmed-Batch-Download
cd Pubmed-Batch-Download
🐍 Python环境配置
🖼️ Windows平台
# 创建并激活conda环境
conda env create -f pubmed-batch-downloader-py3-windows.yml
conda activate pubmed-batch-downloader-py3
# 补充安装依赖
pip install requests3
🍎 macOS平台
# 创建并激活conda环境
conda env create -f pubmed-batch-downloader-py3.yml
conda activate pubmed-batch-downloader-py3
🐧 Linux平台
# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate # Ubuntu/Debian
# 或
source venv/bin/activate.csh # CentOS/Fedora
# 安装依赖
pip install requests requests3 beautifulsoup4 lxml
⚠️ 注意：Linux用户如果遇到lxml安装失败，需先安装系统依赖：
# Ubuntu/Debian
sudo apt-get install libxml2-dev libxslt-dev python3-dev
# CentOS/Fedora
sudo yum install libxml2-devel libxslt-devel python3-devel
✅ 环境验证
# 检查关键依赖是否安装成功
pip list | grep -E "requests|beautifulsoup4|lxml"
应显示类似以下输出：
beautifulsoup4 4.11.1
lxml 4.9.1
requests 2.28.1
requests3 0.0.1
🚀 3. 实战操作
📝 准备PMID列表
有两种方式提供PMID：
直接输入模式：适合少量PMID
12345678,98765432,11223344
文件导入模式：适合大量PMID（示例文件：example_pmf.tsv）
PMID FILENAME
12345678 research-paper-2023.pdf
98765432 review-article.pdf
💻 核心脚本使用
基础用法
# 单PMID下载
python fetch_pdfs.py -pmids 12345678
# 多PMID批量下载
python fetch_pdfs.py -pmids 12345678,98765432,11223344
高级参数
参数
作用说明
默认值
-pmids
逗号分隔的PMID列表
无（必选参数）
-pmf
PMID文件路径
无
-out
输出文件夹路径
./fetched_pdfs
-errors
错误日志文件路径
./unfetched_pmids.tsv
-maxRetries
最大重试次数
3
使用示例
# 完整参数示例
python fetch_pdfs.py \
-pmids 12345678,98765432,11223344 \
-out ./my_research_pdfs \
-errors ./download_errors.tsv \
-maxRetries 5
文件导入模式
# 使用TSV文件批量下载
python fetch_pdfs.py -pmf example_pmf.tsv -out ./literature
🔍 常见问题排查
❌ 下载失败处理
网络问题：检查VPN连接，学术资源可能需要机构网络
权限问题：目标文献可能有访问限制，尝试手动访问验证
格式问题：确认PMID为纯数字，无多余字符
查看错误日志：
# 查看下载失败的PMID
cat unfetched_pmids.tsv
📁 输出文件管理
# 统计下载成功数量
ls ./fetched_pdfs | wc -l
# 按日期排序文件
ls -lt ./fetched_pdfs
💡 实用技巧
使用-maxRetries 10参数应对不稳定网络
大批量下载时（>100篇）建议分批次进行
定期备份unfetched_pmids.tsv避免重复尝试
配合文献管理软件使用：Zotero可直接导入PDF文件夹
📚 附录
📄 项目文件说明
文件名
作用
fetch_pdfs.py
主程序脚本
example_pmf.tsv
PMID文件模板
pubmed-batch-downloader-py3.yml
非Windows系统环境配置
pubmed-batch-downloader-py3-windows.yml
Windows系统环境配置
unfetched_pmids.tsv
下载失败记录
📝 命令速查表
# 创建环境
conda env create -f pubmed-batch-downloader-py3.yml
# 激活环境
conda activate pubmed-batch-downloader-py3
# 基础下载
python fetch_pdfs.py -pmids 12345678,98765432
# 文件模式下载
python fetch_pdfs.py -pmf my_pmids.tsv -out ./pdfs
通过本教程，您已掌握PubMed文献批量下载的全部技能。现在就开始高效获取您的研究所需文献吧！