使用Python将BibTex文件转换为数据库条目

Question

给定一个bibTex文件,我需要将相应的字段(作者,标题,日记等)添加到MySQL数据库中的表中(使用自定义模式).

在做了一些初步研究之后,我发现存在可以用于将bib文件转换为xml的Bibutils.我最初的想法是将其转换为XML,然后在python中解析XML以填充字典.

我的主要问题是:

1. 有没有更好的方法可以进行此转换？
2. 有没有一个库直接解析bibTex并给我python中的字段？

(我确实找到了bibliography.parsing,它在内部使用了bibutils,但是没有太多文档,我觉得很难让它工作).

Answer 1

老问题,但我现在正在使用Pybtex库做同样的事情,它有一个内置的解析器:

from pybtex.database.input import bibtex

#open a bibtex file
parser = bibtex.Parser()
bibdata = parser.parse_file("myrefs.bib")

#loop through the individual references
for bib_id in bibdata.entries:
    b = bibdata.entries[bib_id].fields
    try:
        # change these lines to create a SQL insert
        print b["title"]
        print b["journal"]
        print b["year"]
        #deal with multiple authors
        for author in bibdata.entries[bib_id].persons["author"]:
            print author.first(), author.last()
    # field may not exist for a reference
    except(KeyError):
        continue

Answer 2

我的解决方法是使用 bibtexparser 将相关字段导出到 csv 文件；

import bibtexparser
import pandas as pd

with open("../../bib/small.bib") as bibtex_file:
    bib_database = bibtexparser.load(bibtex_file)
    
df = pd.DataFrame(bib_database.entries)
selection = df[['doi', 'number']]
selection.to_csv('temp.csv', index=False)

然后将csv写入数据库中的表中，并删除.csv文件temp.csv。

这避免了我发现的pybtex 的一些并发症。

Answer 3

转换为 XML 是个好主意。

XML 作为一种独立于应用程序的数据格式存在，因此您可以使用现成的库对其进行解析；使用它作为中介没有特别的缺点。事实上，您通常可以将 XML 导入数据库，甚至无需使用 Python 之类的编程语言（尽管为这样的任务您需要编写的 Python 代码量是微不足道的）。

据我所知，Python 还没有直接、成熟的 bibTeX 阅读器。