CNKI-Download：知网(CNKI)文献下载与快速浏览爬虫

简介：
这是一款用于从中国知网（CNKI）高效下载和浏览文献资料的自动化工具，能够帮助用户迅速获取所需学术资源。 CNKI_download 是一个基于Python3 的中国知网数据爬虫项目。该项目能够根据知网高级检索功能进行搜索，并提供文献基本信息、下载及摘要等功能的详细抓取。 程序运行后，可以生成包含文献详细信息的Excel 表格和用于下载caj格式文档的功能。此工具使用发送解析包的形式来获取所需的数据，在性能上比使用selenium等方式稍有优势。它还支持知网高级检索功能进行更高效的文献搜索，并可根据网络状况及反爬虫策略选择是否开启详细的抓取或下载操作。 通过Excel 表格，用户可以快速查看和筛选所需的文献摘要信息，并根据表格中的链接选择性地下载所需文档，避免因频繁请求导致的反爬措施。在验证码处理部分使用了tesserocr库，但目前该功能的效果不是很好，因此默认情况下需要手动识别验证码。 要开始使用，请先安装项目依赖项，在本地未安装Tesseract的情况下可以先行安装它后运行 `pip install tesserocr` 命令来完成相关环境的搭建。