XY PubMed PDF Downloader

下载 PubMed Central (PMC) 和 Europe PMC 开放获取论文的 PDF 文件。

功能

• 支持多种输入格式：PMC ID、PubMed URL、DOI
• 自动从 URL 中提取 PMC ID
• DOI 自动转换为 PMC ID
• 批量下载支持
• 自动回退到 Europe PMC

使用方法

单文件下载

python3 scripts/download_pmc_pdf.py <identifier>

支持的 identifier 格式：

• PMC ID: PMC12345678 或 12345678
• PubMed URL: https://pmc.ncbi.nlm.nih.gov/articles/PMC12345678/
• DOI: 10.3389/fcvm.2024.1368022

批量下载

创建文本文件 pmc_list.txt，每行一个 ID：

PMC12345678
PMC87654321
10.3389/fcvm.2024.1368022
https://pmc.ncbi.nlm.nih.gov/articles/PMC56789012/

运行：

python3 scripts/download_pmc_pdf.py --batch pmc_list.txt

选项

• -o, --output : 指定输出目录 (默认: ./downloads)
• -f, --filename : 自定义文件名
• --batch : 从文件批量下载

示例

# 下载单个 PDF
python3 scripts/download_pmc_pdf.py PMC12867338

# 指定输出目录
python3 scripts/download_pmc_pdf.py PMC12867338 -o ./papers

# 自定义文件名
python3 scripts/download_pmc_pdf.py PMC12867338 -f coronary_prediction.pdf

# 批量下载
python3 scripts/download_pmc_pdf.py --batch id_list.txt -o ./batch_downloads

注意事项

1. 仅支持开放获取 (Open Access) 的文章
2. 如果 PMC 下载失败，会自动尝试 Europe PMC
3. 批量下载时默认有 1 秒延迟，避免对服务器造成压力
4. 需要 requests 库：pip install requests

输出

下载的 PDF 文件保存在指定目录，默认命名格式：

• PMC{ID}.pdf (如 PMC12867338.pdf)

错误处理

• 404: 文章不存在或不是开放获取
• DOI 转换失败: 该 DOI 没有对应的 PMC 记录
• 其他网络错误会显示详细错误信息