scholarly-js

English | 简体中文 | 日本語

scholarly-js 是一个用于获取 Google Scholar 作者/论文元数据的 TypeScript 库，参考了 Python scholarly 的接口风格。

注意：Google Scholar 对自动化请求有严格限制。高频请求可能触发验证码或 IP 封禁，请合理控制频率。

安装

npm install scholarly-js

快速开始

import { scholarly } from "scholarly-js";

const authorIter = scholarly.searchAuthor("Geoffrey Hinton");
const firstAuthor = (await authorIter.next()).value;

if (firstAuthor) {
  const fullAuthor = await scholarly.fill(firstAuthor, {
    sections: ["basics", "indices", "publications"],
    publication_limit: 5,
  });

  console.log(fullAuthor.name, fullAuthor.hindex);
}

const pubIter = scholarly.searchPubs("attention is all you need", {
  sort_by: "relevance",
  year_low: 2017,
});

const firstPub = (await pubIter.next()).value;
if (firstPub) {
  const filledPub = await scholarly.fill(firstPub);
  const bibtex = await scholarly.bibtex(filledPub);
  console.log(bibtex);
}

代理（ProxyGenerator）

和 Python scholarly 一样，可以先创建 ProxyGenerator 再注入到 scholarly：

import { ProxyGenerator, scholarly } from "scholarly-js";

const pg = new ProxyGenerator();
pg.ScraperAPI(process.env.SCRAPER_API_KEY!);
// 也支持：
// pg.SingleProxy("http://user:pass@host:port");
// await pg.FreeProxies();
// pg.Luminati("user", "pass", 22225);
// pg.Tor_External(9050);

scholarly.use_proxy(pg);

use_proxy(primary, secondary) 支持双代理模式：/citations 请求优先走 secondary，其余请求走 primary。 代理配置面向 Node 运行时；在纯浏览器构建里不要调用 use_proxy()。

核心 API

• searchAuthor(name)
• searchAuthorId(id, filled?, options?)
• searchKeyword(keyword)
• searchKeywords(keywords)
• searchPubs(query, options?)
• searchPubsByCustomUrl(path)
• searchSinglePub(title, filled?)
• searchCitedBy(publicationId, options?)
• searchOrg(name)
• searchAuthorByOrganization(organizationId)
• useProxy(proxyGenerator, secondaryProxyGenerator?)
• use_proxy(proxyGenerator, secondaryProxyGenerator?)
• setRetries/set_retries, setTimeout/set_timeout
• fill(authorOrPublication, options?)
• citedBy(publication)
• getRelatedArticles(publication)
• bibtex(publication)
• pprint(entity)

同时提供 Python 风格别名：search_author、search_pubs、search_single_pub、search_citedby、citedby 等。

与 Python scholarly 的差异

• 已实现代理生态（ProxyGenerator），但部分能力是兼容实现（例如未实现 Tor 内部进程管理）。
• fill() 对 Author 支持：basics / indices / counts / coauthors / publications。
• 搜索与引用相关接口采用 AsyncGenerator。

本地开发

npm run check

构建产物输出在 dist/。