CIDMET - Citation Index Database Metadata Extraction and Transformation

本项目提供一个本地 GUI 工具（Qt6 / PySide6），用于根据 Zotero 导出的 BibTeX 目标清单，从 Web of Science / Scopus / Engineering Village 导出文件中筛选对应文献，并按原数据库导出格式输出子集文件。

功能

• 输入 BibTeX 目标文献。
• 支持数据库输入：
  • WoS: .xls/.xlsx、.txt
  • Scopus: .csv、.txt
  • EI(Engineering Village): .csv、.txt
• 匹配优先级：
  1. DOI 精确匹配（标准化 DOI 前缀）
  2. 标题规范化后精确匹配
  3. 标题模糊匹配 + 年份 + 第一作者/前两作者（RapidFuzz，阈值可调）
• 缺失字段自动降级匹配并记录依据。
• 同 DOI/标题重复命中全部保留并标记。
• 输出文件尽可能保持原格式风格：
  • CSV 保留分隔符/引号/编码（检测失败回退 UTF-8-sig）
  • XLS 优先输出 XLS（失败回退 XLSX 并记录）
  • TXT 基于记录块筛选，原样拼接，不重排字段布局
• GUI 展示匹配报告、进度条、日志，并导出报告为 CSV/XLSX。

安装

pip install -r requirements.txt

运行

python -m src.main

或：

python src/main.py

代码结构

• src/cidmet/normalize.py：DOI/标题/年份/作者规范化
• src/cidmet/bibtex_loader.py：BibTeX 读取
• src/cidmet/io_handlers.py：CSV/XLS(X)/TXT 读取与格式保持写回
• src/cidmet/matcher.py：多级匹配策略
• src/cidmet/processor.py：任务编排与报告导出
• src/cidmet/gui.py：Qt6 图形界面与多线程执行