有没有一种有效的方法可以在 python 中加载大型 bibtex（37000 个 bibtex 条目）文件？

Question

在我的 python 应用程序中，我加载了大约 37'000 个 BibTeX 条目。

以下代码块将 .txt 文件加载为 bibtex 文件，但加载文件内容以进行进一步处理需要花费大量时间。有没有更有效的方法？

with open('/home/usr/Downloads/bibtexFile.txt') as bibtex_file:
    bibtex_str = bibtex_file.read()

bib_database = bibtexparser.loads(bibtex_str)

Answer 1

使用 biblib ==0.1.3 试试这个。文件 stats.bib 包含格式独特的 bibtex 条目。

from pybtex.database.input import bibtex
parser = bibtex.Parser()
bib_data = parser.parse_file('stats.bib')
print (bib_data.entries)

Answer 2

此代码将帮助您将围兜的内容推送到数据框中：

from pybtex.database.input import bibtex

#open a bibtex file
parser = bibtex.Parser()
bibdata = parser.parse_file("stats.bib")
bibkeys=bibdata.entries.keys()
bibarray= []

for bib_id in bibdata.entries:
     b = bibdata.entries[bib_id].fields
     if b["year"] is None: 
        dyear='NA'
        print dyear
     else: 
        dyear=b["year"]

     if b.get("journal"):
       djournal=b["journal"]
     else: 
       djournal='NA'  

     if b.get("booktitle"):
       dbooktitle=b["booktitle"]
     else: 
       dbooktitle='NA'      

     d = {
            'bib_id' : bib_id,  # some formula for obtaining values
            'Title' : b["title"],
            'Year' : dyear,
            'Journal' : djournal,
            'Book Title' : dbooktitle
            }
     bibarray.append(d)

bibdataset = pd.DataFrame(bibarray)

有没有一种有效的方法可以在 python 中加载大型 bibtex（37000 个 bibtex 条目）文件？

Is there an efficient way to load a large bibtex (37000 bibtex entries) file in python?

python

performance

bibtex