PMC Pro轻松综述 从PMC生成一个ENDNOTE文献格式的word

PMC Pro是一个一站式解决方案，用于下载PMC文章并生成带有EndNote兼容引用的Word文档。该工具接受PMID作为输入，自动下载PMC全文，提取参考文献，并生成格式化的Word文档和RIS文件。

功能特点

• 一键下载PMC文章：只需提供PMID，自动下载PMC全文XML
• 参考文献提取：从PMC文章中提取所有参考文献，包括作者、标题、期刊等信息
• 生成RIS文件：创建EndNote兼容的RIS格式引用文件
• 创建Word文档：生成带有精确引用标记的Word文档
• 唯一引用标识符：使用PMCID创建全局唯一的引用ID，避免合并多篇文章时的引用冲突
• 主RIS文件管理：自动将所有引用合并到一个主RIS文件，方便一次性导入EndNote
• 重复引用检测：自动检测并清理重复的引用记录，保留最新版本

使用方法

基本用法

# 处理单个PMID
python pmc_pro.py --pmid 32066954

# 处理多个PMID
python pmc_pro.py --pmids 32066954,31978945,32376714

# 从文件读取PMID列表
python pmc_pro.py --file pmids.txt

高级选项

# 指定输出目录
python pmc_pro.py --pmid 32066954 --output my_articles

# 保留中间XML文件
python pmc_pro.py --pmid 32066954 --keep-xml

# 显示详细输出
python pmc_pro.py --pmid 32066954 --verbose

# 清理主RIS文件中的重复记录
python pmc_pro.py --clean-ris

# 清理指定RIS文件
python pmc_pro.py --clean-ris --ris-file path/to/your/file.ris

EndNote集成流程

1. 运行脚本处理一个或多个PMID
2. 在EndNote中导入生成的主RIS文件：
   • 打开EndNote
   • 选择 File > Import > File...
   • 选择 output/endnote_import/master_references.ris 文件
   • Import Option 选择 'Reference Manager (RIS)'
   • 点击 Import 按钮
3. 确认Label字段包含带有PMCID的唯一标识符
4. 在EndNote偏好设置中启用Label匹配：
   • 选择 Edit > Preferences > Formatting > Temporary Citations
   • 勾选 "Use field instead of record number"
   • 选择 "Label" 作为字段
5. 打开生成的Word文档
6. 使用EndNote的'Update Citations and Bibliography'功能

文件结构

• pmc_pro.py - 主脚本，处理命令行参数并协调整个工作流程
• PMC_converter.py - 负责下载PMC文章
• generate_ris.py - 从PMC XML提取参考文献并生成RIS文件
• generate_word.py - 创建带有引用标记的Word文档
• requirements.txt - 项目依赖项列表

输出文件

脚本会在指定的输出目录（默认为pmc_output）中创建以下文件和目录：

• PMC{ID}/ - 每篇文章的专用目录，以PMCID命名
  • PMC{ID}.xml - PMC文章的XML文件
  • PMC{ID}.ris - 该文章的参考文献RIS文件
  • PMC{ID}.docx - 带有引用标记的Word文档
• endnote_import/ - EndNote导入相关文件
  • master_references.ris - 包含所有文章参考文献的主RIS文件
  • README.txt - EndNote导入说明
• processing_results.json - 处理结果摘要
• pmc_pro.log - 详细日志文件

技术细节

唯一引用标识符

为了解决多篇文章合并时引用ID冲突的问题，PMC Pro使用以下格式创建全局唯一的引用标识符：

• RIS文件中: LB - ^PMC7096285_R1$
• Word文档中: {^PMC7096285_R1$}

这样，即使不同文章使用相同的引用ID（如R1、R2），通过添加PMCID前缀，每个引用都有一个唯一的标识符。

主RIS文件管理

PMC Pro会自动将所有处理过的文章的参考文献合并到一个主RIS文件中，并提供重复检测和清理功能：

1. 每次处理新文章时，将其参考文献追加到主RIS文件
2. 自动检测重复的引用记录（基于LB标识符）
3. 保留每个唯一标识符的最新记录
4. 提供手动清理选项

依赖项

• loguru - 高级日志记录
• lxml - XML处理
• python-docx - Word文档生成
• beautifulsoup4 - HTML解析
• requests - HTTP请求
• tqdm - 进度条显示