📌 ¿Qué es un scraper de Google Scholar?
Esta plantilla busca en Google Scholar por palabra clave y convierte cada resultado de búsqueda en datos de investigación estructurados, incluyendo títulos, autores, años de publicación, descripciones, enlaces a artículos, recuentos de citas, enlaces a artículos relacionados y resúmenes disponibles. Es útil para investigadores, estudiantes, bibliotecarios, analistas y equipos de investigación que necesitan un descubrimiento de literatura repetible sin copiar manualmente las páginas de resultados.
Los datos se recopilan de Google Scholar. Google Scholar es un servicio de búsqueda de literatura académica, que incluye artículos, tesis, libros, resúmenes y opiniones de tribunales de editoriales académicas, repositorios, universidades y otras fuentes de investigación.
💰 Precios
Actualmente, esta plantilla es gratuita y no tiene una tarifa de uso por línea. Aún pueden aplicarse los límites del plan o de los recursos de Octoparse.
📦 Salida
La implementación publicada actualmente puede devolver los siguientes campos:
TitleAuthorPublished_yearDescriptionArticle_LinkCited_forAll_versionsRelated_articles_LinkCurrent_pageFull_Abstract
{
"Title": "Data mining in education",
"Author": "C Romero, S Ventura",
"Published_year": "2013",
"Description": "… The goal of text mining, also referred to as text data mining or text analytics, is to derive high-quality information from text. Typical text mining tasks include text categorization, text …",
"Article_Link": "https://wires.onlinelibrary.wiley.com/doi/abs/10.1002/widm.1075",
"Cited_for": "1347",
"All_versions": "5",
"Related_articles_Link": "https://scholar.google.com/scholar?q=related:M5gg5hmoDBcJ:scholar.google.com/&scioq=data+mining&hl=en&as_sdt=0,5",
"Current_page": null,
"Full_Abstract": null
}
🎯 Casos de Uso
- Construir un conjunto de datos para la revisión de la literatura a partir de títulos, autores, años de publicación, descripciones y enlaces a artículos.
- Comparar el número de citas y las versiones disponibles para identificar investigaciones influyentes o ampliamente distribuidas.
- Hacer un seguimiento de cómo cambia el panorama de búsqueda para un tema a través de instantáneas de investigación repetidas.
- Crear listas de lectura o corpus de investigación para análisis bibliométricos, de tendencias académicas y de temas.
🐙 Por qué Octoparse
- Flujo de trabajo listo para usar: Los pasos de extracción para Google Scholar ya están configurados, por lo que no necesita construir el scraper desde cero.
- Ejecución flexible: Ejecute la tarea predefinida localmente en el entorno de Octoparse compatible.
- Salida estructurada y repetible: Se devuelven los mismos campos configurados como filas que son más fáciles de comparar, filtrar, deduplicar y procesar que las páginas copiadas manualmente.
- Barandillas de entrada: El formulario actual expone las entradas verificadas y los límites necesarios para esta plantilla.
- Transferencia práctica: Revise los resultados en Octoparse y exporte o procese los datos estructurados en los formatos compatibles con su entorno de Octoparse.
📝 Entrada
Complete los siguientes campos:
- Idioma (Requerido) — Seleccione un idioma para la búsqueda en Google Scholar. Opciones disponibles: 한국어, 日本語, 中文 (繁體), Català, Čeština, Dansk, English, Français, Filipino, Hrvatski, Deutsch, Español, Indonesia, Latviešu, Magyar, Lietuvių, Italiano, Norsk, Polski, Português (Brasil), Português (Portugal), Nederlands, Română, Svenska, Slovenčina, Suomi, Tiếng Việt, Slovenščina, Türkçe, Ελληνικά, Български, Русский, עברית, ﺎﻠﻋﺮﺒﻳﺓ, ﻑﺍﺮﺳی, हिन्दी, Српски, ไทย, Українська.
- Palabra clave (Requerido) — Ingrese una lista de palabras clave para buscar en Google Scholar. Hasta 10,000 entradas por ejecución.
🚀 Cómo Usar
- Abra la plantilla y seleccione Probar o Iniciar.
- Complete los campos de entrada enumerados anteriormente.
- Inicie la tarea utilizando el modo de ejecución local compatible.
- Revise las filas de salida y exporte o procese los datos estructurados.
⚠️ Limitaciones
Los resultados dependen de lo que el sitio de origen exponga en tiempo de ejecución. Un campo de salida listado puede estar vacío cuando la página de origen no proporciona ese valor. Los límites de entrada mostrados arriba son aplicados por la plantilla.
💡 Consejos
Utilice entradas específicas y válidas y revise un resultado representativo antes de iniciar un lote grande. Elimine las entradas duplicadas cuando no se necesiten registros repetidos.
❓ Preguntas Frecuentes
¿Cómo funciona esta plantilla?
La plantilla aplica el idioma de Google Scholar seleccionado, envía cada palabra clave, recorre los resultados de búsqueda académica devueltos y extrae los campos configurados en una fila estructurada por cada resultado.
¿Qué necesito introducir?
Utilice los campos y los valores aceptados que se muestran en la sección de Entrada. Solo se enumeran los límites relevantes para el usuario.
¿Qué datos devuelve esta plantilla?
Los campos de salida actuales y una Prevista de datos JSON representativa se enumeran en la sección de Salida. La disponibilidad de los campos puede variar cuando la página de origen no muestra un valor.
¿Es gratuita esta plantilla?
Actualmente, la plantilla es gratuita y no tiene una tarifa de uso por línea. Aún pueden aplicarse los límites del plan o de los recursos de Octoparse.
¿Por qué algunos campos de salida pueden estar vacíos?
Las páginas de origen no siempre exponen todos los valores para cada registro, y los diseños de página pueden variar según el artículo, el mercado o la respuesta actual del sitio. La plantilla devuelve el campo cuando la página actual lo proporciona.
¿Puedo exportar los datos recopilados?
Puede revisar las filas estructuradas en Octoparse y exportarlas o procesarlas utilizando las opciones compatibles con su entorno de Octoparse.
🔗 Plantillas Relacionadas
- Google Scholar Scraper (Cloud) — Utilice la versión en la nube para la misma fuente de Google Scholar cuando la ejecución en la nube se ajuste mejor al flujo de trabajo.
- Google Scholar Scraper (Batch Generate URL) — Utilice el flujo de trabajo de URL por lotes cuando desee generar o procesar las URL de resultados de Google Scholar en lotes.