如何从文章网页判断文章PDF下载link？

Question

我想从我的 DOI 列表中自动下载一些文章（大约 1500 篇）。使用 doi.org 我可以获得他们每个人的网站内容。但问题是每个网站都是独一无二的，我不知道如何在众多 href 中确定下载 link。请在 Python 中提出任何对此类目标有用的建议？

P. S. 演讲内容是关于免费获取的文章。所以我可以确定 link 存在。

Answer 1

事实证明，最方便的方法是使用 metapub 库。请注意，它需要 Visual Studio C++ 2015 和 recenter.

import metapub
from urllib.request import urlretrieve

def downloadByDOI(doi, handle):
    def download(url, handle):
        try:
            urlretrieve(url, handle)
        except:
            download(url, handle)
    
    url = metapub.FindIt(doi=doi).url
    download(url, handle)