跟沐神学读论文-论文阅读管理
摘要
近期有读论文的需求,就需要去了解一下论文到底要怎么读,同一个系列之间的论文如何作整理和归纳,之前也有了解过市面上有成熟的论文阅读工具,但是对于学生党来讲没什么性价比,在B站上看到沐神有讲解他的思路Typora作为工作中的md生产工具,我有一点浅显的认识希望和大家交流学习。Typora可以作为编辑工具,之前有被同事安利过,但是那个时候md格式还并不了解,今天重拾起,简单来讲我的做法就是Typora+gitee形成云端存储的一套方案,配套使用我自己的一些脚本,可以很好的实现论文阅读的功能。
一:Typora的安装
Typora 是一个所见即所得的 Markdown 跨平台写作工具,目前已经发布正式版,并且更改为付费模式,0.11.18_beta 是最后一个免费的测试版,有需要的可以选择下载。
Windows 用户
下载地址: [https://github.com/iuxt/src/releases/download/2.0/typora-0-11-18.exe](https://github.com/iuxt/src/releases/download/2.0/typora-0-11-18.exe)
0.11.18 现在被远程施法了,会提示过期无法使用,可以使用 0.9.96 版
下载地址:https://github.com/iuxt/src/releases/download/2.0/typora-setup-x64_0.9.96.exe
Mac 用户
下载地址: https://github.com/iuxt/src/releases/download/2.0/typora-0-11-18.dmg
Ubuntu 用户
下载地址:https://github.com/iuxt/src/releases/download/2.0/Typora_Linux_0.11.18_amd64.deb
安装方法
使用 apt 安装:
sudo apt install ./Typora_Linux_0.11.18_amd64.deb
如此你就完成了笔记编辑器的安装。
二:Gitee的配置
https://gitee.com在这里去作账户注册和登陆,新建仓库
在这里插入图片描述在本地新建立一个文件夹,在该文件下开命令行
#Git 全局设置:git config --global user.name "YourName"
git config --global user.email "YourInfo@user.noreply.gitee.com"#创建 git 仓库:mkdir paper
cd paper
git init
touch README.md
git add README.md
git commit -m "first commit"
git remote add origin https://gitee.com/YourName/paper.git
git push -u origin "master"#已有仓库?cd existing_git_repo
git remote add origin https://gitee.com/YourName/paper.git
git push -u origin "master"
如此每次更改后可以配合gitee去作同步。
三:脚本
脚本一:通过arxiv自动下载论文,提取论文标题,作者,日期,索引数等
arxiv_2_md.py
#!/usr/bin/env python3
import os
import re
import requests
import arxiv
from urllib.parse import urlparse, quotedef extract_arxiv_id(url: str) -> str:"""从arXiv链接中提取arXiv ID。形如:https://arxiv.org/abs/1605.08386则返回:1605.08386"""parsed = urlparse(url)if 'arxiv.org' not in parsed.netloc:raise ValueError("这不是一个有效的arXiv链接。")match = re.search(r'/abs/([0-9]+\.[0-9]+)', parsed.path)if not match:match = re.search(r'/pdf/([0-9]+\.[0-9]+)', parsed.path)if not match:raise ValueError("未能从链接中提取到arXiv ID。")return match.group(1)def fetch_arxiv_metadata(arxiv_id: str):"""使用arxiv Python包从arxiv获取元数据返回字典包含:title, authors, year, journal_ref, pdf_url"""search = arxiv.Search(id_list=[arxiv_id])paper = next(search.results(), None)if paper is None:raise ValueError("未能在arXiv找到对应论文信息。")journal_ref = paper.journal_ref if paper.journal_ref else "N/A"authors = [au.name for au in paper.authors]year = paper.published.yearreturn {"title": paper.title.strip(),"authors": authors,"year": year,"journal": journal_ref,"pdf_url": paper.pdf_url}def download_pdf(pdf_url: str, save_dir: str = "./pdfs") -> str:"""下载pdf文件到本地save_dir中,并返回本地文件相对路径。"""if not os.path.exists(save_dir):os.makedirs(save_dir)# 尝试从pdf_url中提取文件名basename = os.path.basename(pdf_url)if not basename.endswith(".pdf"):basename += ".pdf"local_filename = os.path.join(save_dir, basename)r = requests.get(pdf_url)r.raise_for_status()with open(local_filename, 'wb') as f:f.write(r.content)return local_filenamedef fetch_citation_count_by_arxiv_id(arxiv_id: str) -> int:"""调用 Semantic Scholar API 使用 ArXiv:<arxiv_id> 获取引用数。"""url = f"https://api.semanticscholar.org/graph/v1/paper/ArXiv:{arxiv_id}?fields=citationCount"r = requests.get(url)if r.status_code == 200:data = r.json()return data.get("citationCount", 0)return 0def fetch_citation_count_by_title(title: str) -> int:"""如果直接使用ArXiv ID获取不到合适引用数,则通过标题在 Semantic Scholar 搜索。取搜索结果中匹配度最高(即第一个结果)的citationCount作为参考。"""query = quote(title)url = f"https://api.semanticscholar.org/graph/v1/paper/search?query={query}&fields=title,citationCount"r = requests.get(url)if r.status_code == 200:data = r.json()papers = data.get("data", [])if papers:best_match = papers[0]if best_match["title"].lower().strip() == title.lower().strip():return best_match.get("citationCount", 0)return 0def fetch_citation_count(arxiv_id: str, title: str) -> int:"""尝试通过arxiv_id获取citationCount,如果为0则尝试通过标题获取。"""count = fetch_citation_count_by_arxiv_id(arxiv_id)if count == 0:# 如果通过arxiv_id获取不到或为0,尝试通过标题搜索count = fetch_citation_count_by_title(title)return countdef generate_markdown(md_filename: str, title: str, authors: list, journal: str, year: int, local_pdf_path: str, citation_count: int, arxiv_url: str):"""生成Markdown文件:包含标题、作者、期刊/会议信息、年份、本地PDF链接、原始arxiv链接和引用次数。"""authors_str = ", ".join(authors)rel_pdf_path = os.path.relpath(local_pdf_path)with open(md_filename, 'w', encoding='utf-8') as f:f.write(f"# {title}\n\n")f.write(f"- **Authors:** {authors_str}\n")f.write(f"- **Venue/Journal:** {journal}\n")f.write(f"- **Year:** {year}\n")f.write(f"- **Local PDF:** [{rel_pdf_path}]({rel_pdf_path})\n")f.write(f"- **ArXiv Link:** [{arxiv_url}]({arxiv_url})\n\n")f.write(f"**Citations:** {citation_count}\n")def main():# 输入 arxiv 链接arxiv_url = input("请输入arXiv链接:").strip()arxiv_id = extract_arxiv_id(arxiv_url)# 获取arxiv元数据meta = fetch_arxiv_metadata(arxiv_id)# 下载PDFlocal_pdf = download_pdf(meta["pdf_url"])# 获取引用数citation_count = fetch_citation_count(arxiv_id, meta["title"])# 询问用户md文件名default_md_name = f"{arxiv_id}.md"md_name_input = input(f"请输入要保存的Markdown文件名(不需扩展名,留空则使用 {default_md_name[:-3]}): ").strip()if md_name_input == "":md_filename = default_md_nameelse:md_filename = f"{md_name_input}.md"# 生成markdown文件generate_markdown(md_filename,meta["title"],meta["authors"],meta["journal"],meta["year"],local_pdf,citation_count,arxiv_url)print(f"Markdown文件已生成:{md_filename}")if __name__ == "__main__":main()
运行:
python ./arxiv_2_md.py
如果在输入arXiv后报错:
python ./arxiv_to_md_1.2.py
请输入arXiv链接:https://arxiv.org/abs/2410.24207
/home/crist/WorkSpace/3D-reconstruction-paper/./arxiv_to_md_1.2.py:30: DeprecationWarning: The 'Search.results' method is deprecated, use 'Client.results' insteadpaper = next(search.results(), None)
Traceback (most recent call last):File "/home/crist/WorkSpace/3D-reconstruction-paper/./arxiv_to_md_1.2.py", line 150, in <module>main()File "/home/crist/WorkSpace/3D-reconstruction-paper/./arxiv_to_md_1.2.py", line 125, in mainlocal_pdf = download_pdf(meta["pdf_url"])^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "/home/crist/WorkSpace/3D-reconstruction-paper/./arxiv_to_md_1.2.py", line 56, in download_pdfr = requests.get(pdf_url)^^^^^^^^^^^^^^^^^^^^^File "/home/crist/miniconda3/lib/python3.12/site-packages/requests/api.py", line 73, in getreturn request("get", url, params=params, **kwargs)^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "/home/crist/miniconda3/lib/python3.12/site-packages/requests/api.py", line 59, in requestreturn session.request(method=method, url=url, **kwargs)^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "/home/crist/miniconda3/lib/python3.12/site-packages/requests/sessions.py", line 589, in requestresp = self.send(prep, **send_kwargs)^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "/home/crist/miniconda3/lib/python3.12/site-packages/requests/sessions.py", line 703, in sendr = adapter.send(request, **kwargs)^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "/home/crist/miniconda3/lib/python3.12/site-packages/requests/adapters.py", line 633, in sendconn = self.get_connection_with_tls_context(^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "/home/crist/miniconda3/lib/python3.12/site-packages/requests/adapters.py", line 483, in get_connection_with_tls_contextproxy_manager = self.proxy_manager_for(proxy)^^^^^^^^^^^^^^^^^^^^^^^^^^^^^File "/home/crist/miniconda3/lib/python3.12/site-packages/requests/adapters.py", line 282, in proxy_manager_formanager = self.proxy_manager[proxy] = SOCKSProxyManager(^^^^^^^^^^^^^^^^^^File "/home/crist/miniconda3/lib/python3.12/site-packages/urllib3/contrib/socks.py", line 212, in __init__raise ValueError(f"Unable to determine SOCKS version from {proxy_url}")
ValueError: Unable to determine SOCKS version from socks://127.0.0.1:7890/
解决办法:
export ALL_PROXY=socks5://127.0.0.1:7890
export HTTP_PROXY=socks5://127.0.0.1:7890
export HTTPS_PROXY=socks5://127.0.0.1:7890
脚本二:
提取PDF中的图片,将我的脚本和pdf文件放到一起:
#!/usr/bin/env python3
import os
import subprocess
import tkinter as tk
from tkinter import messagebox, fontdef list_pdfs(directory="."):"""列出指定目录中的所有PDF文件并返回列表。"""pdfs = [f for f in os.listdir(directory) if f.lower().endswith('.pdf')]return pdfsdef extract_images(pdf_path, output_dir="images"):"""使用pdfimages从指定PDF中提取图片。"""if not os.path.exists(output_dir):os.makedirs(output_dir)base_name = os.path.splitext(os.path.basename(pdf_path))[0]output_prefix = os.path.join(output_dir, base_name)cmd = ["pdfimages", "-j", pdf_path, output_prefix]try:subprocess.run(cmd, check=True)return True, f"图片已提取到 {output_dir} 目录中,以 {base_name}-xxx 的形式命名。"except subprocess.CalledProcessError:return False, "提取图片失败,请确保已安装pdfimages工具。"def on_extract():selection = listbox.curselection()if not selection:messagebox.showwarning("警告", "请先选择一个PDF文件")returnindex = selection[0]pdf_file = pdfs[index]success, msg = extract_images(pdf_file)if success:messagebox.showinfo("提取完成", msg)else:messagebox.showerror("错误", msg)root = tk.Tk()
root.title("PDF图片提取器")# 设置全局字体
root.option_add("*Font", "Helvetica 12")pdfs = list_pdfs(".")frame = tk.Frame(root)
frame.pack(padx=10, pady=10, fill="both", expand=True)label = tk.Label(frame, text="请选择一个PDF文件:", font=("Helvetica", 12, "bold"))
label.pack(anchor="w")listbox = tk.Listbox(frame, height=10)
listbox.pack(fill="both", expand=True)for pdf in pdfs:listbox.insert(tk.END, pdf)if not pdfs:listbox.insert(tk.END, "当前目录未找到PDF文件")btn_frame = tk.Frame(root)
btn_frame.pack(pady=5)
extract_btn = tk.Button(btn_frame, text="提取图片", font=("Helvetica", 12))
extract_btn.config(command=on_extract)
extract_btn.pack()root.mainloop()
这样就可以把图片保存到img文件夹下了
相关文章:

跟沐神学读论文-论文阅读管理
摘要 近期有读论文的需求,就需要去了解一下论文到底要怎么读,同一个系列之间的论文如何作整理和归纳,之前也有了解过市面上有成熟的论文阅读工具,但是对于学生党来讲没什么性价比,在B站上看到沐神有讲解他的思路Typor…...
Python 参数配置使用 XML 文件的教程 || Python打包 || 模型部署
当配置项存储在外部文件(如 XML、JSON)时,修改配置无需重新编译和发布代码。通过更新 XML 文件即可调整参数,无需更改源代码,从而提升开发效率和代码可维护性。 1. 为什么选择 XML 配置文件 XML 配置文件具有多种优点…...
[SV]如何在UVM环境中使用C Model
在UVM环境中使用C Memory 一、C语言实现Memory 1.1 代码说明 Memory 初始化: memory_init() 函数将内存空间初始化为 0,并初始化互斥锁。AXI 写操作 (axi_write): 检查地址范围是否合法。使用 memcpy 将数据从输入缓冲区写入模拟内存。使用互斥锁保证线程安全。AXI 读操作 …...
十大开源的Cursor AI替代方案
随着AI的兴起,所使用的工具也在不断进步。Cursor AI 作为一个强大的编码助手,已经成为开发人员不可或缺的工具。开源替代方案提供了透明性、个性化和成本效益。本文深入探讨了Cursor AI 的十大开源替代方案,这些方案将丰富您的编码体验&#…...
相机光学(四十六)——镜头马达(VCM)控制策略模式
One Step Mode、Linear Slope Control(LSC)和Acceleration Control是三种不同的控制模式,它们在控制策略和应用场景上有所区别。这些控制模式在VCM中的应用是为了提高其性能,减少振动,加快响应速度,并提高定…...

专业140+总分410+浙江大学842信号系统与数字电路考研经验浙大电子信息与通信工程,真题,大纲,参考书。
考研落幕,本人本中游211,如愿以偿考入浙江大学,专业课842信号系统与数字电路140,总分410,和考前多次模考预期差距不大(建议大家平时做好定期模考测试,直接从实战分数中,找到复习的脉…...

了解ARM的千兆以太网——RK3588
1. 简介 本文并不重点讲解调试内容,重点了解以太网在ARM设计中的框架以及在设备树以及驱动的一个整体框架。了解作为一个驱动开发人员当拿到一款未开发过的ARM板卡应该怎么去把网卡配置使用起来。 2. 基础知识介绍 在嵌入式ARM中实现以太网的解决方案通常有以下两种…...

JavaFX使用jfoenix的UI控件
jfoenix还是一个不错的样式,推荐使用,而且也可以支持scene builder中的拖拖拽拽 需要注意的是过高的javafx版本可能会使得某些样式或控件无法使用 比如alert控件,亲测javaFX 19版本可以正常使用 1.在pom.xml中引入依赖 GitHub地址https://gi…...
Linux(Ubuntu)命令大全——已分类整理,学习、查看更加方便直观!(2024年最新编制)
Hello! 认真好学的小伙伴们,大家好呀(Respect~)!我是 H u a z z i Huazzi Huazzi,欢迎观看本篇博客,接下来让我们一起来学习 Ubuntu命令大全 吧!祝你有所收获! 文章目录 前言&#x…...
单片机:实现教学上下课的自动打玲(附带源码)
单片机实现教学上下课的自动打铃 在学校或其他教育机构中,定时的打铃系统被广泛应用,用于提醒学生和老师上下课的时间。一个简单的自动打铃系统可以通过单片机实现,结合蜂鸣器和定时器控制,可以在设定的时间点自动打铃࿰…...

进程通信方式---共享映射区(无血缘关系用的)
5.共享映射区(无血缘关系用的) 文章目录 5.共享映射区(无血缘关系用的)1.概述2.mmap&&munmap函数3.mmap注意事项4.mmap实现进程通信父子进程练习 无血缘关系 5.mmap匿名映射区 1.概述 原理:共享映射区是将文件…...

深度学习实战智能交通计数
本文采用YOLOv8作为核心算法框架,结合PyQt5构建用户界面,使用Python3进行开发。YOLOv8以其高效的实时检测能力,在多个目标检测任务中展现出卓越性能。本研究针对车辆目标数据集进行训练和优化,该数据集包含丰富的车辆目标图像样本…...

【MySQL】MySQL表的操作
【MySQL】MySQL表的操作 🥕个人主页:开敲🍉 🔥所属专栏:MySQL🍋 🌼文章目录🌼 1. 创建表 2. 查看表结构 3. 修改表 4. 删除表 1. 创建表 create table table_name(表名称)( fiel…...

Redis篇-12--数据结构篇4--Hash内存模型(数组,链表,压缩列表zipList,哈希表,短结构)
Redis的Hash数据结构用于存储键值对(key-value形式)的集合(类似java中HashMap或对象)。为了在保证高效性能的同时节省内存,Redis对Hash的底层实现进行了多种优化。特别是通过使用压缩列表(ziplistÿ…...

二、windows环境下vscode使用wsl教程
本篇文件介绍了在windows系统使用vscode如何连接使用wsl,方便wsl在vscode进行开发。 1、插件安装 双击桌面vscode,按快捷键CtrlShiftX打开插件市场,搜索【WSL】点击安装即可。 2、开启WSL的linux子系统 点击左下方图标【Open a Remote Win…...

Qwen2-VL微调体验
1.配置环境 2.数据集准备 3.模型下载 4.注册SwanLab 5.微调 6.训练过程可视化 1.配置环境 本博客使用的是2B模型,所以仅用了单卡3090,若大一点的模型,自行根据实际情况准备显卡 安装Python>3.8 安装Qwen2-VL必要的库 pip install…...
论文的模拟环境和实验环境
模拟环境和实验环境 在撰写SCI计算机领域论文时,模拟环境和实验环境是两个重要的概念,它们之间存在显著的差异。 模拟环境主要是利用计算机、数学方法等手段对实际系统进行描述和分析的过程。在计算机科学中,模拟环境可以用于模拟各种算法、系统或网络的行为,以便在不需要…...
MySQL EXPLAIN 详解:一眼看懂查询计划
在日常的数据库开发中,我们经常需要分析 SQL 查询性能,而 EXPLAIN 是 MySQL 提供的利器,可以帮我们快速理解查询计划,优化慢查询。本文将详细解析 EXPLAIN 的输出字段及其含义,并结合实际案例分享优化思路。 一、什么是…...
自动呼入机器人如何与人工客服进行无缝切换?
自动呼入机器人如何与人工客服进行无缝切换? 原作者:开源呼叫中心FreeIPCC,其Github:https://github.com/lihaiya/freeipcc 自动呼入机器人与人工客服的无缝切换详解 自动呼入机器人与人工客服之间的无缝切换是确保客户体验连续…...
二分类模型的性能评价指标
1. 混淆矩阵 (Confusion Matrix) 预测正类预测负类实际正类 (P)True Positive (TP)False Negative (FN)实际负类 (N)False Positive (FP)True Negative (TN) True Positive (TP): 模型正确预测为正类的样本数。True Negative (TN): 模型正确预测为负类的样本数。False Positi…...
进程地址空间(比特课总结)
一、进程地址空间 1. 环境变量 1 )⽤户级环境变量与系统级环境变量 全局属性:环境变量具有全局属性,会被⼦进程继承。例如当bash启动⼦进程时,环 境变量会⾃动传递给⼦进程。 本地变量限制:本地变量只在当前进程(ba…...
Java - Mysql数据类型对应
Mysql数据类型java数据类型备注整型INT/INTEGERint / java.lang.Integer–BIGINTlong/java.lang.Long–––浮点型FLOATfloat/java.lang.FloatDOUBLEdouble/java.lang.Double–DECIMAL/NUMERICjava.math.BigDecimal字符串型CHARjava.lang.String固定长度字符串VARCHARjava.lang…...

[ICLR 2022]How Much Can CLIP Benefit Vision-and-Language Tasks?
论文网址:pdf 英文是纯手打的!论文原文的summarizing and paraphrasing。可能会出现难以避免的拼写错误和语法错误,若有发现欢迎评论指正!文章偏向于笔记,谨慎食用 目录 1. 心得 2. 论文逐段精读 2.1. Abstract 2…...
postgresql|数据库|只读用户的创建和删除(备忘)
CREATE USER read_only WITH PASSWORD 密码 -- 连接到xxx数据库 \c xxx -- 授予对xxx数据库的只读权限 GRANT CONNECT ON DATABASE xxx TO read_only; GRANT USAGE ON SCHEMA public TO read_only; GRANT SELECT ON ALL TABLES IN SCHEMA public TO read_only; GRANT EXECUTE O…...
Frozen-Flask :将 Flask 应用“冻结”为静态文件
Frozen-Flask 是一个用于将 Flask 应用“冻结”为静态文件的 Python 扩展。它的核心用途是:将一个 Flask Web 应用生成成纯静态 HTML 文件,从而可以部署到静态网站托管服务上,如 GitHub Pages、Netlify 或任何支持静态文件的网站服务器。 &am…...

跨链模式:多链互操作架构与性能扩展方案
跨链模式:多链互操作架构与性能扩展方案 ——构建下一代区块链互联网的技术基石 一、跨链架构的核心范式演进 1. 分层协议栈:模块化解耦设计 现代跨链系统采用分层协议栈实现灵活扩展(H2Cross架构): 适配层…...

Cloudflare 从 Nginx 到 Pingora:性能、效率与安全的全面升级
在互联网的快速发展中,高性能、高效率和高安全性的网络服务成为了各大互联网基础设施提供商的核心追求。Cloudflare 作为全球领先的互联网安全和基础设施公司,近期做出了一个重大技术决策:弃用长期使用的 Nginx,转而采用其内部开发…...

令牌桶 滑动窗口->限流 分布式信号量->限并发的原理 lua脚本分析介绍
文章目录 前言限流限制并发的实际理解限流令牌桶代码实现结果分析令牌桶lua的模拟实现原理总结: 滑动窗口代码实现结果分析lua脚本原理解析 限并发分布式信号量代码实现结果分析lua脚本实现原理 双注解去实现限流 并发结果分析: 实际业务去理解体会统一注…...

dify打造数据可视化图表
一、概述 在日常工作和学习中,我们经常需要和数据打交道。无论是分析报告、项目展示,还是简单的数据洞察,一个清晰直观的图表,往往能胜过千言万语。 一款能让数据可视化变得超级简单的 MCP Server,由蚂蚁集团 AntV 团队…...

【数据分析】R版IntelliGenes用于生物标志物发现的可解释机器学习
禁止商业或二改转载,仅供自学使用,侵权必究,如需截取部分内容请后台联系作者! 文章目录 介绍流程步骤1. 输入数据2. 特征选择3. 模型训练4. I-Genes 评分计算5. 输出结果 IntelliGenesR 安装包1. 特征选择2. 模型训练和评估3. I-Genes 评分计…...