能夠根據word裏的文獻列表 把Endnote中對應文章重新插入的方法

這個博客荒廢了很久，從當時剛進課題組到現在博都畢業了，讀這幾年書老以自己忙爲藉口，今天才又提筆。
最近新型冠狀肺炎很嚴重，在家沒事就幹活，最近遇到一個問題，寫程序解決了。就在這裏記錄一下。

最近在投文章，但是你懂的，插入了Endnote格式以後，等到最終定稿，你把帶有Endnote鏈接的格式轉換成plain text格式（也就是不會鏈接到Endnote的格式，即無法用Endnote修改了成爲純word文本）發給老師，老師這邊今天補一點明天補一點，甚至直接刪，還不止一個老師，有時根本就來不及在你的原來endnote版本上改完。。。最後 等到你要重投文章改格式或者大批量改文獻時，你就要一！個！一！個！文獻的重新插一遍！！！（想死的心都有。。。）

網上搜索：endnote最終改爲text格式的文檔，還能倒回到endnote嗎？變成可編輯文本後還可以變回endnote格式麼？EndNote plain text可以和EndNote重新建立關聯嗎？所有都回答No。。。

於是，怎麼辦？不想做苦力，能不能用程序幫我們減少工作量？我觀察了一下Endnote插入的最初格式（即Endnote會識別的格式）爲：

#舉例：{Betts, 2018 #83}   

#解釋一下，分別是第一作者的姓，文章年份，文章在你本地endnote的Record Number（就文章唯一序號）

那這就簡單了，想辦法拿到這個Record Number序號，生成這個格式，插入到word文中對應位置就可以了。

先說結果，寫了一個簡單的程序，發佈在Github上：https://github.com/YiyanYang0728/Insert_Endnote_format

看一下Readme.md，用法寫的還行，運行get_endnote_insert_fmt.py就行。

也貼出代碼：

# -*- coding: utf-8 -*-
"""
Created on Sun Feb  9 10:36:06 2020

@author: LucasTsubasaYang
"""

"""get Endnote insert format"""

import re

def get_Endnote_insert_format(endnote_file, paper_ref_file, outfile):

    """input files: endnote_file, paper_ref_file
       outputfile: outfile
    """
    ###Read Endnote library references
    endnote_ref = {}
    f = open(endnote_file, 'r', encoding='utf-8')
    items_in_need = ['Author','Year','Title']
    for line in f:
        if line.startswith('Record Number'):
            rec_no = line.strip().split(': ')[1]
    #        print(rec_no)
            endnote_ref[rec_no] = {'Author':'NULL','Year':'NULL','Title':'NULL'}
        for key in items_in_need:
            if line.startswith(key+': '):
                content = line.strip().split(': ',1)[1]
                endnote_ref[rec_no][key] = content
    f.close()
#    Here you can check the information of a given Record Number
#    recno = '80'
#    print(endnote_ref[recno]['Title'][:30], endnote_ref[recno]['Year'], endnote_ref[recno]['Author'].split(',')[0])
    
    ###Read your references list in your plain-text paper
    paper_ref = {}
    f = open(paper_ref_file, 'r')
    for line in f:
        No = line.split('\t')[0].split('.')[0]
        ref = line.split('\t')[1]
        lst = [i.strip() for i in re.split('\(|\)', ref, maxsplit=2)]
        author, year, title = lst[:3]
        title = title.split('. ')[0]
        paper_ref[No] = [author, year, title]
    f.close()
    
    ###Write Endnote insert format into outfile
    g = open(outfile, 'w')
    for i in sorted(map(int, paper_ref.keys())):
        No = str(i)
        print(No)
        if No not in paper_ref:
            print('This No. not exist!')
            continue
        #Match to find Endnote Record Number
        for rec_no in endnote_ref:
            query_title = paper_ref[No][2].lower()[:30]
            query_year = paper_ref[No][1]
            query_author = ' '.join(re.split('\,|\&', paper_ref[No][0])[0].split()[:-1])
            if endnote_ref[rec_no]['Title'][:30].lower() == query_title \
            and endnote_ref[rec_no]['Year'] == query_year \
            and endnote_ref[rec_no]['Author'].split(',')[0] == query_author:
                #FORMAT example: {Betts, 2018 #83}
                year = query_year
                author_last_name = query_author
                print(query_title, query_year, query_author)
                insert_format = '{'+author_last_name+', '+year+' #'+rec_no+'}'
                print(insert_format)
                g.write(No+'. '+'|'.join([query_title, query_year, query_author])+'\n')
                g.write(No+'. '+insert_format+'\n')
                break
        else:
            #Not find this paper's record number
            print(No, paper_ref[No])
            print("Not find this reference's Record Number!")
            print(paper_ref[No][2].lower()[:30], paper_ref[No][1], \
                  paper_ref[No][0].split(',')[0].split()[0])
    g.close()

if __name__ == '__main__':
    endnote_file = r'Example_input_exported_endnote_style.txt'
    paper_ref_file = r'Example_input_paper_reference_list.txt'
    outfile = r'Example_output_insert_format.txt'
    get_Endnote_insert_format(endnote_file, paper_ref_file, outfile)

下面說下思路，畢竟寫的很naive，只認文章裏類似PNAS的格式。。。如果你是別的格式，你就要在下面部分做改動，讓程序讀出你文章裏每條reference的作者、年份和名字。【這個我之後會盡量完善的。。。】

    paper_ref = {}
    f = open(paper_ref_file, 'r')
    for line in f:
        No = line.split('\t')[0].split('.')[0]
        ref = line.split('\t')[1]
        lst = [i.strip() for i in re.split('\(|\)', ref, maxsplit=2)]
        author, year, title = lst[:3]
        title = title.split('. ')[0]
        paper_ref[No] = [author, year, title]
    f.close()

我們人工重新插入文章，就同時看三件事，1. 文章名字； 2. 作者（一作就行）；3. 年份

這三個都一樣的話，99%是同一篇文獻了。

首先我們拿到輸入文件，來自Endnote你本地的庫，操作打開Endnote X9（我用X9），Open Endnote->Select all the references in your endnote （選中你的所有文獻，太多的話就你需要插入的所有文獻，選中爲藍色）->File->Export->Save type: Text file 且 Output style: show all fields->Save，得到一個txt，叫A，裏面這樣

Reference Type:  Book
Record Number: 109
Author: Darwin, Charles
Year: 1888
Title: On the origin of species by means of natural selection: or the preservation of favored races in the struggle for life
Publisher: D. Appleton
Volume: 2
Short Title: On the origin of species by means of natural selection: or the preservation of favored races in the struggle for life

這裏就有Record Number

然後你把你word底部的文章列表粘貼出來得到另一個txt，叫B。我這裏長這樣：

1.    Karner MB, Delong EF, & Karl DM (2001) Archaeal dominance in the mesopelagic zone of the Pacific Ocean. Nature 409(6819):507-510.
2.    DeLong EF (1992) Archaea in coastal marine environments. Proc Natl Acad Sci U S A 89(12):5685-5689.

你把A和B裏面的文章作者、年份、標題程序比對，從A中查到Record Number再改造下就得到了Endnote格式，多Easy！！！

結果如下：

1. archaeal dominance in the meso|2001|Karner【這是給你check用的】
1. {Karner, 2001 #26}【這是可以用的Endnote格式】
2. archaea in coastal marine envi|1992|DeLong
2. {DeLong, 1992 #15}

後一步就比較傻了，你進word根據文獻序號一個一個看上面的表複製粘貼到word對應處就行。【這一步是太傻了，關於這點我也在改進，看到python-docx可以直接編輯word，之後會想要改進這個功能，爭取可以直接在word中修改】

最後爲了讓文獻生效記得使用Endnote的Update Citations&Bibliography功能。