Citation Verification

# API 使用指南

本文档详细说明如何使用三个主要 API 进行文献验证。

## Semantic Scholar API

### 概述

Semantic Scholar 是一个免费的学术搜索引擎,提供强大的 API 用于论文检索和元数据获取。

**优势:**
- 免费使用,无需 API key
- 覆盖广泛的学科领域
- 提供丰富的元数据
- 支持模糊搜索

**限制:**
- 请求频率限制:100 requests/5min
- 部分论文可能缺失

### API 端点

**1. 通过 Paper ID 获取论文**
```
GET https://api.semanticscholar.org/graph/v1/paper/{paper_id}
```

**2. 搜索论文**
```
GET https://api.semanticscholar.org/graph/v1/paper/search?query={query}
```

### Python 示例

**安装:**
```bash
pip install semanticscholar
```

**基本用法:**
```python
from semanticscholar import SemanticScholar

sch = SemanticScholar()

# 通过标题搜索
results = sch.search_paper("Attention is All You Need", limit=5)
for paper in results:
    print(f"Title: {paper.title}")
    print(f"Authors: {[a.name for a in paper.authors]}")
    print(f"Year: {paper.year}")
    print(f"DOI: {paper.externalIds.get('DOI', 'N/A')}")
    print("---")
```

**通过 DOI 获取:**
```python
# DOI 格式: DOI:10.48550/arXiv.1706.03762
paper = sch.get_paper("DOI:10.48550/arXiv.1706.03762")
print(f"Title: {paper.title}")
print(f"Citations: {paper.citationCount}")
```

### 字段说明

**返回的主要字段:**
- `paperId` - Semantic Scholar 内部 ID
- `title` - 论文标题
- `authors` - 作者列表
- `year` - 发表年份
- `venue` - 发表场所(会议/期刊)
- `externalIds` - 外部标识符(DOI, arXiv, PubMed 等)
- `citationCount` - 引用次数
- `abstract` - 摘要

### 错误处理

```python
try:
    paper = sch.get_paper("invalid_id")
except Exception as e:
    print(f"Error: {e}")
    # 处理错误:标记需要人工验证
```

## arXiv API

### 概述

arXiv 是预印本论文库,提供免费的 API 用于访问论文元数据。

**优势:**
- 完全免费,无需认证
- 覆盖物理、数学、计算机科学等领域
- 提供完整的论文 PDF
- 更新及时

**限制:**
- 仅限预印本论文
- 不包含已发表的期刊版本信息

### API 端点

**查询接口:**
```
GET http://export.arxiv.org/api/query?search_query={query}&start={start}&max_results={max}
```

### Python 示例

**安装:**
```bash
pip install arxiv
```

**基本用法:**
```python
import arxiv

# 通过 arXiv ID 获取
paper = next(arxiv.Search(id_list=["1706.03762"]).results())
print(f"Title: {paper.title}")
print(f"Authors: {[a.name for a in paper.authors]}")
print(f"Published: {paper.published}")
print(f"PDF URL: {paper.pdf_url}")

# 通过标题搜索
search = arxiv.Search(
    query="Attention is All You Need",
    max_results=5,
    sort_by=arxiv.SortCriterion.Relevance
)

for result in search.results():
    print(f"Title: {result.title}")
    print(f"arXiv ID: {result.entry_id.split('/')[-1]}")
    print("---")
```

### arXiv ID 格式

**识别 arXiv ID:**
- 新格式: `YYMM.NNNNN` (如 2301.12345)
- 旧格式: `arch-ive/YYMMNNN` (如 cs/0703001)

**从 URL 提取:**
```python
import re

def extract_arxiv_id(text):
    # 匹配新格式
    match = re.search(r'\d{4}\.\d{4,5}', text)
    if match:
        return match.group()
    # 匹配旧格式
    match = re.search(r'[a-z-]+/\d{7}', text)
    if match:
        return match.group()
    return None
```

## CrossRef API

### 概述

CrossRef 是 DOI 注册机构,提供权威的学术文献元数据。

**优势:**
- DOI 是最可靠的唯一标识符
- 覆盖几乎所有正式发表的论文
- 数据质量高,权威性强
- 支持 BibTeX 格式直接获取

**限制:**
- 仅限有 DOI 的论文
- 预印本通常没有 DOI

### API 端点

**通过 DOI 获取元数据:**
```
GET https://api.crossref.org/works/{doi}
```

**通过 DOI 获取 BibTeX:**
```
GET https://doi.org/{doi}
Headers: Accept: application/x-bibtex
```

### Python 示例

**通过 DOI 获取元数据:**
```python
import requests

def get_crossref_metadata(doi):
    url = f"https://api.crossref.org/works/{doi}"
    response = requests.get(url)
    if response.status_code == 200:
        data = response.json()
        return data['message']
    return None

# 示例
doi = "10.48550/arXiv.1706.03762"
metadata = get_crossref_metadata(doi)
if metadata:
    print(f"Title: {metadata['title'][0]}")
    print(f"Authors: {[f\"{a['given']} {a['family']}\" for a in metadata['author']]}")
    print(f"Published: {metadata['published']['date-parts'][0]}")
```

**通过 DOI 获取 BibTeX:**
```python
def doi_to_bibtex(doi):
    url = f"https://doi.org/{doi}"
    headers = {"Accept": "application/x-bibtex"}
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        return response.text
    return None

# 示例
bibtex = doi_to_bibtex("10.48550/arXiv.1706.03762")
print(bibt