Reference_Processor

BibTeX 核心参考文献规范化与检索系统（GUI版本）

项目简介

这是一个带有图形用户界面（GUI）的 Python 应用程序，提供两大核心功能：

1. 列表规范化（List Normalization）：根据用户输入的非标准列表，自动检索 BibTeX，并按指定格式输出，同时评估每条结果的置信度和字段完整性。
2. 批量关键词检索（Batch Search）：根据用户输入的关键词和要求的数量，进行批量搜索，导出指定数量的最新相关文献（含 BibTeX）并按指定格式输出。

核心特性

1. 图形用户界面（GUI）：使用 Tkinter 实现的友好界面，操作简单直观
2. 列表规范化：严格解析以数字序号开头的列表项，自动检索 BibTeX 并格式化
3. 批量关键词检索：根据关键词批量搜索最新相关文献
4. 置信度评估：自动评估每条 BibTeX 记录的完整性和质量，显示置信度和缺项警告
5. BibTeX 核心：以检索和存储 BibTeX 格式作为元数据中心，实现最高的数据准确性和格式灵活性
6. 多格式输出：支持 GB/T 7714-2015、GB/T 7714-2005、APA、IEEE 四种输出格式
7. 智能重试机制：网络超时时自动重试，提高检索成功率

项目结构

Reference_Processor/
├── main_gui.py          # GUI主程序入口（推荐使用）
├── main.py              # 命令行主程序入口
├── parser.py            # 输入解析模块
├── retriever.py         # BibTeX 检索模块（支持单条和批量搜索）
├── formatter.py         # 格式化模块（集成置信度信息）
├── confidence_manager.py # 置信度评估模块（新增）
├── requirements.txt     # 项目依赖
├── input_refs.txt       # 输入文件（用户原始文献列表）
└── README.md           # 项目说明文档

环境设置

使用 Conda 环境（推荐）

项目已配置了名为 reference_processor 的 conda 环境。

方法1：使用 conda run（推荐）

# 安装依赖（如果尚未安装）
conda run -n reference_processor pip install -r requirements.txt

# 运行程序
conda run -n reference_processor python main.py

方法2：激活环境后使用

Windows PowerShell:

conda activate reference_processor
pip install -r requirements.txt
python main.py

Windows CMD:

conda activate reference_processor
pip install -r requirements.txt
python main.py

方法3：使用提供的脚本

• Windows CMD: 双击运行 setup_env.bat
• PowerShell: 运行 .\setup_env.ps1

使用系统 Python

如果您不使用 conda，也可以直接使用系统 Python：

pip install -r requirements.txt
python main.py

使用方法

GUI 版本（推荐）

启动 GUI 程序：

conda run -n reference_processor python main_gui.py

或激活环境后运行：

conda activate reference_processor
python main_gui.py

GUI 功能说明：

1. 列表规范化：

   • 在"列表规范化"文本框中粘贴非标准文献列表（每行一条，以数字序号开头）
   • 选择输出格式
   • 点击"执行列表规范化"按钮
   • 结果会显示在右侧输出区，包含置信度和缺项警告

2. 批量关键词检索：

   • 在"关键词"输入框中输入搜索关键词
   • 在"数量"输入框中输入要检索的文献数量
   • 选择输出格式
   • 点击"执行批量检索"按钮
   • 结果会显示在右侧输出区，包含置信度和缺项警告

命令行版本

使用 conda 环境（推荐）：

conda run -n reference_processor python main.py

或激活环境后运行：

conda activate reference_processor
python main.py

程序会提示您选择输出格式，然后处理 input_refs.txt 文件中的文献列表。

支持的格式

GB/T 7714-2015

格式：作者. 题名[J]. 刊名, 年, 卷(期):页码.

GB/T 7714-2005

格式：作者. 题名[J]. 刊名, 年, 卷(期):页码.

APA 7th Edition

格式：Author, A. A., & Author, B. B. (Year). Title. Journal Name, Volume(Issue), Pages.

IEEE Standard

格式：A. Author, B. Author, and C. Author, "Title," Journal Name, vol. X, no. Y, pp. Z, Year.

置信度评估

系统会自动评估每条 BibTeX 记录的完整性，并显示：

• 置信度评分：0.0-1.0 的数值，越高表示记录越完整
• 缺项警告：列出缺失的关键字段（如标题、作者、期刊、年份、DOI、页码等）

置信度级别：

• 高 (≥0.9)：记录完整，信息可靠
• 中 (0.7-0.9)：记录较完整，可能有少量缺失
• 低 (0.5-0.7)：记录不完整，缺失重要字段
• 极低 (<0.5)：记录严重不完整，建议手动检查

技术栈

• Python 3.x
• requests: 网络请求
• bibtexparser: BibTeX 解析和操作
• habanero: CrossRef API 访问

注意事项

1. 程序需要网络连接以访问 CrossRef API 和 Google Scholar
2. 如果某条文献检索失败，程序会在输出文件中标记为"检索失败"
3. 输入文件的格式应尽量规范，以数字序号开头（支持 1.、1)、[1]、1\t 等格式）
4. 程序会自动处理序号不连续的情况
5. 网络超时时会自动重试，提高检索成功率

环境变量配置（可选）

如果需要配置 API 密钥或其他设置，可以：

1. 复制 .env.example 文件为 .env
2. 在 .env 文件中填入实际的配置信息
3. .env 文件已被 .gitignore 忽略，不会被上传到版本控制

注意： 不要将包含敏感信息的 .env 文件提交到版本控制系统。

许可证

本项目仅供学习和研究使用。