/BUAA-Thesis-Download

北京航空航天大学学位论文数据库，调整论文阅读清晰度，下载论文 PDF。

Primary LanguagePythonApache License 2.0Apache-2.0

北航学位论文下载工具

用途

本工具可以：

  1. 下载北京航空航天大学学位论文库中可查看的论文。
  2. 调整论文清晰度。

本工具不能：

  1. 下载未公开的论文。
  2. 为无访问权限的用户提供权限。
  3. 将论文转化为可选中/编辑的格式。

北京航空航天大学学位论文库在校园网环境下, 只可预览前16页

如果您需要查看全文, 请使用校内图书馆的指定终端

本脚本仅作为学术工具使用, 下载的文件如果泄露, 可能会被追究法律责任, 本人不承担使用此脚本的一切后果.

使用方法

  1. 下载打包后的软件
  2. 从所需要下载的论文的详情页复制关键信息
    • fid: 论文的id，从浏览论文的网址中可以找到, 例如https://copyright.lib.buaa.edu.cn/pdfindex.jsp?fid=ee8eb9b94f66990ace67414e01b5ea8c中的123456
    • cookie: 从浏览器中复制cookie，点击F12, 进入网络控制台, 获取网页Cookie, 例如Hm_lvt_xxx=xxx,xxx; _ga=GA1.3.xxx.xxx; UM_distinctid=xxx-xxx-xxx-xxx-xx; JSESSIONID=xxx
    • name: 为输出pdf的名字
    • max_pages: 为论文的总页数
    • scale: 为清晰度, 原始预览清晰度为2, 为了提高清晰度, 可以设置为5或10, 但是会导致下载速度变慢, pdf文件增大
  3. 点击下载(校内终端快速传递文件可以使用北航云盘)

原理

  • 脚本会首先请求所有pdf图片链接
  • 随后请求图片，
  • 最后调用 MuPDF 渲染 pdf 文件并导出

我想获得可编辑的文本, 怎么办？

  • 如果为了获得整篇文章文本, 可以考虑使用 OCR 工具. 如Adobe Acrobat等进行扫描.
  • 如果为了获得某一段落或部分文本, 考虑使用如白描, Bob, 天若, 微信等工具进行小段落内容识别。

更新日志

  • 2022-10-28(v0.1.0)

参考