yezhifei001 / translators_cn

Zotero translator中文网页抓取翻译器🎉This is Zotero translators for Chinese Sites(beta), not the official Zotero repo

Zotero translators 中文维护小组

目前 Zotero 中有许多抓取中文学术网站的插件，这些插件有些已经非常老旧，缺少及时的维护。希望能在这里召集一些志同道合的朋友，共同维护中文学术或其他类型网站的抓取插件。 如果 Github 下载速度慢，可以试试 Gitee

🎯 目标网站

• 知网或知网海外 -> CNKI.js Update: 20210129
  • 搜索页面PDF附件下载
  • 期刊详细页面的信息收集
  • 文章格式都为PDF，学位论文的CAJ链接已经替换为PDF，注意学位论文的PDF应该是没有目录信息的。如何设置拆分姓名，保留CAJ格式
  • 修改旧版本将知网导出refworks中CN字段保存为期刊条目中的 call number，修改后CN字段不保留
  • 修改了拉取知网refworks格式引文的网址，新网址提供的摘要字数最多为500字
  • 知网海外版PDF和CAJ附件下载支持
  • 支持文献类型：期刊，学位论文，会议论文，报纸，修改知网refworks会议论文类型错误的问题
  • 保存文献DOI，引用次数，中文核心期刊信息
  • 已同步到官方版本库中
• 万方数据 -> WanFang Data.js Update: 20200930
  • 抓取引文信息
  • 支持文献类型：期刊，学位论文，专利，会议论文
  • PDF附件下载
• 维普 -> WeiPu.js ❗
  • 抓取引文信息
  • 支持文献类型：期刊
  • PDF附件下载
• 百度学术 -> Baidu Scholar.js
  • 修复抓取图书时错误
  • 修复中文作者姓，名问题
• 谷粉学术-谷歌学术 -> GFSOSO.js
  • 修改了网页匹配，识别抓取代码抄自Google Scholar。从搜索结果页识别搜索结果，引文信息正常
  • 部分文献的PDF下载可能会有问题，谷粉搜搜上可能没有相应的下载链接
  • 安装Adblock插件的朋友请注意下将谷粉学术*.glgoo.top添加到白名单，不然可能会出现问题
• 专利搜索网站Soopat -> Snnopat.js
  • 搜索页面和单个专利页面信息抓取
  • PDF附件下载（需要登录，网站验证码可能会导致PDF下载失败）
• 国家图书馆文津搜索 -> Wenjin.js
  • 抓取引文信息
  • 支持文献类型：图书，论文
• ProQuest 学位论文全文检索平台 -> ProQuestCN Thesis.js
  • 抓取引文信息
  • 支持文献类型：学位论文
  • PDF附件下载（需要账号或者IP具有下载权限）
• 专利之星 -> PatentStar.js
  • 抓取专利引文信息
  • PDF附件下载（需要注册账号）
• 微信公众号 -> Weixin.js
  • 抓取网页引文信息
  • 公众号内容保存为笔记形式(仅保留文本)
• 知乎 -> Zhihu.js
  • 抓取知乎回答与专栏
  • 文章内容保存于笔记中
• 读秀 -> Duxiu.js
  • 读秀内容抓取
• 豆瓣 -> DouBan.js
  • 保留豆瓣评价人数+豆瓣评分+原作名+定价
  • 作者优化：欧美作者区分开了名与姓（在这里吐槽下豆瓣编辑对作者的命名规范，尤其是外籍作者的命名规范真是各路牛鬼蛇神）
  • 摘要信息：作者简介 + 内容简介
  • 目录信息：目录存放至note附件里
  • 详细截图
• 来自道格学社仓库的翻译器
  • Bilibili 视频网站
  • 当当网图书
  • 京东图书
  • 国家哲学社会科学文献中心
  • 国家图书馆 - **标准在线服务网
  • **标准在线服务网

📢 如何使用

👉 无聊的视频教程 图文教程 👇 1 下载网页翻译器(web translator)文件

2 解压下载的压缩包，找到translators目录，将目录中的文件复制到 Zotero 的 translators 目录

3 更新 translator 信息，Firefox 和 Chrome 浏览器操作类似。下面以 Firefox 为例

Chrome 浏览器按照下面信息找到更新按钮

更新时请多点几下，根据我的经验，Chrome 浏览器更新比较快，Firefox 会比较慢，也可多重启几次 Zotero 或浏览器

最新版的知网翻译器，能够识别VPN之后的知网，不必做额外的设置，如有问题可提交 issue

🍇 如何在Zotero Connector 中添加中文姓名处理以及保留知网CAJ格式文件的设置

需要特别注意的是，这里在 Zotero Connector 中添加的参数，只是方便控制的网页翻译器的数据抓取行为，限本页面列出的一些翻译器中起作用，并不影响其他翻译器和Zotero的其他功能。 添加的参数有：

• translators.zhnamesplit，默认为true，抓取过程会拆分姓和名，如果想全并姓名，请设置为false
• translators.CNKIPDF,默认为true，下载知网上文章的PDF文件，如果想要下载学位论文的CAJ格式，请设置为false

设置方法请参考下面：

为防止设置错误，可以把参数名复制过去。设置完成后，请刷新网页，再重新抓取。如果你参数名写错了也没事，不会有什么问题，放着就好。

📄 相关材料

在开始创建前，浏览下面这些材料可以帮你了解一些创建 translator 的基本知识和开发的工具。

• Zotero 文档教你写 translator
• Zotero JavaScript API
• Translator 中可能用到的函数
• Wiki-Create translator，了解基本HTML结构，CSS选择器，javascript基本语法等
• refworks 引文格式，有些学术网站可以将引文导出为 refworks 格式
• Scaffold 使用说明，官方出品，便于创建 translator 的工具
• MDN Javascript 中文教程
• Zotero 条目类型说明
• How to write a Zotero translator

🦸 其他热心参与者

@wanyzh
@smilevent
@Lemmingh
@Captain2021 (啊哈船长)
道格学社及学员Felix、018

🎈问题交流

如果有问题的，可以加QQ群 913637964，一起交流。