Zotero 相较于其他文献管理软件的一大优势就是可以直接从网页中抓取元数据并存入数据库，这个过程通过浏览器插件 Zotero Connector 实现。

请在主程序安装完成后，打开常用的浏览器，点击上图右侧的 Install Connector 按钮下载。

支持常用浏览器：Chrome（谷歌浏览器），Firefox（火狐浏览器），Edge（微软自带浏览器），Safari（MacOS 自带浏览器）。

- 当你打开一个可抓取文献的网页时，插件图标会显示为
- ![2.1-Zotero 下载与安装--浏览器插件 Zotero Connector](https://cdn.pkmer.cn/images/202308171526684.png!pkmer)，![2.1-Zotero 下载与安装--浏览器插件 Zotero Connector](https://cdn.pkmer.cn/images/202308171526685.png!pkmer) 或 ![2.1-Zotero 下载与安装--浏览器插件 Zotero Connector](https://cdn.pkmer.cn/images/202308171526686.png!pkmer) 等。稍后当我们设置完成，点击插件图标即可抓取文献



Zotero Connector 在网页上能抓取两类东西：

文献信息（文献条目的元数据）：只要浏览器插件图标或 Zotero 内抓取的条目图标不是蓝色（如下图抓取失败的图标），即能够能够正确地识别出文献类型 ，就已经意味着文献信息/元数据抓取成功。
PDF 附件成功抓取的前提是：
该条目有 PDF 附件
有权限下载文献（例如在校外网，极可能无法下载文献）
当前网站的转换器（或称翻译器）支持抓取 PDF。对于知网需要更新转换器。
网络稳定且运气正常
![697](https://cdn.pkmer.cn/images/202308171551125.png!pkmer)

> [!attention] 
> 如果条目抓取正常，只是抓不到附件，通常是无解的。PDF 附件能正常抓到就抓，抓不到就手动添加。 继续折腾下去很可能是浪费了大把的时间，且很难有任何的积极效果。

如果你不能正确地抓取文献信息，或者抓取后的条目里文献信息缺失，那下面这一篇文档对你很重要，请 务必仔细阅读每一点提醒 。这些提醒会对你帮助很大。
## 如何解决知网等国内网站抓取失败的问题
在 Zotero 首选项中，进入 [高级/Advanced] 设置。
更新官方的 translator： 点击下方“自动检查更新的转换器和样式” 后面的 [立即更新/Update now] 按钮（这里的 translator 可能会被翻译成 [转换器/翻译器/翻译人员]。如果你遇到了这几个描述，他们说的是同一个东西）。

**更新第三方维护的中文网站 translator：** 进入茉莉花插件的设置，打开 [Unofficial Translator Repository] 选项卡，先点击 [刷新/Refresh] 按钮，然后点击 [Update All] 按钮。

‼️ 重要步骤 ‼️ 按照这个视频中的教程，更新 每一个浏览器中 Zotero Connector 插件里的 translator： -> [Bilibili](https://www.bilibili.com/video/BV1F54y1k73n/) 如何在浏览器中更新转换器/翻译器/translator 注 1： 如果你是按照本文的方法操作的， 只需要观看视频 04:00 之后的部分 并完成里面的操作。视频前半段的工作已经借助茉莉花插件完成了。

1. 至此，你应该能解决绝大多数数据抓取/附件下载的问题了。

- 注：translator 的更新可能会十分频繁。如果这次更新 translator 未能解决你的问题，你也可以过一阵再重做以上所有步骤，再次检查是否有更新。

有哪些页面可用来抓取

不是所有页面都可以用 Zotero Connector 进行抓取。即便是在同一个网站，也有部分页面是无法抓取的。这里作如下提醒：

1. 尽量不要在搜索结果页（批量）抓取，尤其是在谷歌学术和知网的时候更要避免。 批量抓取时 Zotero 会以极快的速度连续访问该网站，很可能触发该网站的风险控制，给未来带来无尽的麻烦。轻则弹一个验证码验证一下你是否是机器人，重了的话也可能会直接封禁你的 IP（对于学校买了数据库正版版权的那些网站，被封了 IP 可能会被学校请去喝一杯茶）。此外，知网在搜索结果页抓取的时候基本上是完全无法自动下载附件的，所以也不建议这么干。
2. 不要在在线阅读界面或者下载了 PDF 后的阅读界面抓取。 这些页面都是无法识别，无法抓取的。你应该 在论文详情页面抓取项目 ，也就是在搜索结果中点击 论文标题 进去的那个页面。
3. 不要在 Sci-hub 中抓取文献信息。 Sci-hub 中的文献信息很可能不全，而且大概率会抓取失败。Sci-hub 只适合用来下载文件附件，其他任何事情都不适合。建议你复制页面上的 doi 号，然后打开下面这一网址，在右侧粘贴 doi 号并解析，即可访问文献官方详情页： -> [DOI 官网](https://www.doi.org/)解析 doi 号 你也可以使用 DOI 号借助 Zotero 中的这一功能快速创建条目并获取文献信息：

4. 如果通过这一方法得到的条目信息不全，你可以手动补充，或者还是回前面提到的文献详情页抓。
5. **不要在任何的镜像站以及学校的网页版校外访问中抓取。** 具体原因和解决方案见下文的详细解释。


## 镜像站及校外访问的问题
几乎所有的镜像站都是抓不了的 。Zotero Connector 需要依靠网址来确定调用哪个 translator 来解析网页上的数据。所有的镜像站、图书馆的镜像站会改变原有的网址（改为镜像站自己的网址，或者带上了学校的域名）。 只要网址不是原网站本来的样子，统统都抓不了。 【注意】 切勿在谷歌学术等网站的镜像站直接抓取文献信息，这样的抓取一定会失败。 你可以点击搜索结果进入论文详情页，确认网址是期刊官网后再在详情页抓取。如果详情页的网址也不正确，你也可以复制该文献的 doi 号，然后打开下面这一网址，在右侧粘贴 doi 号并解析，即可访问文献官方详情页： [DOI 官网](https://www.doi.org/)解析 doi 号 当然，如果你能直接访问谷歌学术官网（而不是任何镜像站）也就不会有这个问题了。
如果你希望在校外抓取 知网 的文献，建议试试 知网官方的校外访问 ： -> 中国知网校外访问系统 （这个校外访问系统可以直接抓文献信息，并几乎像是在学校一样可以正常抓取/下载 PDF 附件。但并不是所有学校都能用这个系统，如果你的学校不支持的话，请继续看下一种方法。
如果你在用 学校图书馆的镜像站 ，很可能会导致抓取失效。请尽量使用学校提供的 带有客户端的校外访问工具 ，带有客户端的一般不会改变网址，不影响条目抓取。目前，知网的第三方 translator 已经支持了部分学校的网页版校外访问（WebVPN）。请先按照前面的步骤使用茉莉花更新所有的翻译器/translator，然后再尝试抓取。如果依然不行，请继续看下一种方法。
还有一种结合使用官网和镜像站的妥协方法，这理论上适合包括知网在内的各种网站。 你可以直接访问期刊官方网站（不走学校的校外访问）仅抓取条目信息 ，然后借助学校的校外访问另外手动下载附件，最终手动在 Zotero 条目中添加这一附件（右击条目，点击 \[添加附件] -> \[添加文件的副本]，然后选择你手动下载的附件）。


## 抓取附件及信息处理
如果你还想进一步抓取硕博论文的 PDF 附件，你还可以试试 知网国际站 ： -> [可下载硕博论文 PDF 附件的知网国际站](https://chn.oversea.cnki.net/) （如果你在校外，可以先在前面提到的 知网官方的校外访问 登录进去，然后再来这里下载/抓取）
如果你想在抓知网内容的时候 合并中文作者的姓名 ，又或者希望 指定在知网抓取时优先获取 CAJ 格式的附件还是 PDF 格式的附件 ，可以看这个仓库的说明： -> [Gitee](https://gitee.com/l0o0/translators_CN) Zotero translators 中文维护小组 重点关注后面的 \[ 如何在 Zotero Connector 中添加中文姓名处理以及保留知网 CAJ 格式文件的设置 ] 部分。
如果你已经抓取了一些中文文献，文献库里现存姓名分开的条目，可以多选需要合并姓名的条目，借助 \[茉莉花/Jasminum] 插件中的功能进行（批量）合并：


![](https://cdn.pkmer.cn/images/202308171551129.png!pkmer)

## 一些和特定站点相关的提醒
知网：强烈不建议在搜索结果页面批量抓取文献 ，在这里抓也很可能不能顺带着自动下载附件。其他网站也不建议批量抓取，过高频率的访问（批量抓取的时候访问频率很高）可能会导致你被该网站封禁。知网如果抓取附件失败有很多种可能的原因。请先 确保网站上直接下载附件时不会要求你输入验证码 ，然后再尝试能否成功抓取附件。如果不要求输入验证码了还不能抓，建议按照前面说的更新 translator。如果还不能，建议放弃。
** 谷歌学术：** 基于与上一点同样的原因， 不建议在谷歌学术的检索结果页面批量抓取文献 。过多的批量抓取可能导致你的 IP 被封。
万方 最近似乎在抽风，可能也是网页有调整 translator 不好使了。万方的 translator 最近已经有更新了，你也可以更新之后再尝试。更新后目前已知万方的搜索结果页上的抓取还是会失败的，但是文献信息详情页的抓取应该已经基本正常了。
Pubmed 遇到问题的人也很多，如果你也遇到问题了多担待着点。
豆瓣 上抓取的信息目前会混入很多乱七八糟的代码，这恐怕是 translator 的问题。除非 translator 的作者更新新版本解决这一问题，或者你自己会开发 translator 帮忙解决这一问题，否则靠自己解决不了。对于图书类的信息抓取，可以改用： -> [国家图书馆文津搜索](http://find.nlc.cn/)
维普 好像是彻底不行了，换别的网站看看。
其他方法
重启电脑
换一个文献网站，如期刊官方主页上的论文详情页
参见 抓取导入-导入 PDF 并自动生成条目
参见 抓取导入-导入通用格式的引用信息