arXiv Paper Downloader

這個Python程式可以自動從arXiv下載關於特定主題的論文，使用者可以指定搜尋多個關鍵詞、論文上傳年月範圍和下載的論文數量。請注意目前該程式只支持Chrome瀏覽器。

[這裡下載 (GitHub)]

功能特點

  • 關鍵詞搜索: 根據用戶提供的關鍵詞進行論文搜索，支援多個關鍵字輸入。
  • 日期範圍設定: 用戶可以指定搜尋的論文上傳年月區間。
  • 自動下載: 程式會自動下載搜索結果中的論文至本機特定資料夾。
  • 避免重複下載: 將已下載的論文資訊維護在excel裡，供後續查看以及避免重複下載。

安裝需求

請確保您的系統已經安裝了以下Python套件：

  • pandas
  • requests
  • beautifulsoup4
  • selenium

您可以使用以下命令安裝這些套件：

pip install pandas requests beautifulsoup4 selenium

使用方法

以下說明為Windows用戶舉例：

  1. Clone或下載本程式到您的電腦

  2. 開啟命令提示字元(cmd)或 PowerShell：

    • 按下 Win 鍵，然後在搜索框中輸入 “cmd” 或 “PowerShell”，選擇相應的程式來開啟。

  3. 導航到您的Python程式所在的目錄：

    • 使用 cd 命令改變當前目錄到程式所在的位置。例如，如果您的 main.py 文件在 C:\Users\Username\Documents\Project 目錄下，您可以輸入： 
      cd C:\Users\Username\Documents\Project

  4. 執行程式：

    • 在命令行中輸入以下命令，確保替換中括號內的參數為您的需求設置： 
      python main.py --queries [關鍵詞] --start_year_month [起始年月] --end_year_month [結束年月] --num_papers [下載數量]
    • 例如，要下載關於 “fairness”, “machine learning” 和 “synthetic data generation” 的論文，並設定搜索時間範圍從 2023 年 1 月到 2023 年 12 月，可以使用以下命令：
    python main.py --queries "fairness" "machine learning" "synthetic data generation" --start_year_month 202301 --end_year_month 202312 --num_papers 5

請確保您的系統已經安裝Python和必要的套件，如安裝需求部分所述。

設定參數預設值

本程式支持設置預設參數值，讓使用者在不指定命令行參數時，可以自動使用預設的搜索設定，對於常用相同參數的使用者來說較為方便。

預設值設定

以下是 Config 類別的實現，它在程式中被用來儲存所有預設的參數：

class Config:
    DEFAULT_QUERIES = ["fairness", "machine learning", "synthetic data generation"]
    DEFAULT_START_YEAR_MONTH = "202301"
    DEFAULT_END_YEAR_MONTH = "202312"
    DEFAULT_NUM_PAPERS = 5

使用預設值

當您在命令行中不指定對應的參數時，程式將會自動使用 Config 類別中定義的預設值。並且如果您僅指定部分參數，其他未指定的參數也會使用這些預設值。

修改預設值

要修改這些預設值，您可以直接在 Config 類別中進行更改。這樣做可以讓程式更靈活地符合您的特定需求，無需在每次執行時手動輸入所有參數，以簡化常規操作。