能够根据word里的文献列表 把Endnote中对应文章重新插入的方法

这个博客荒废了很久，从当时刚进课题组到现在博都毕业了，读这几年书老以自己忙为借口，今天才又提笔。
最近新型冠状肺炎很严重，在家没事就干活，最近遇到一个问题，写程序解决了。就在这里记录一下。

最近在投文章，但是你懂的，插入了Endnote格式以后，等到最终定稿，你把带有Endnote链接的格式转换成plain text格式（也就是不会链接到Endnote的格式，即无法用Endnote修改了成为纯word文本）发给老师，老师这边今天补一点明天补一点，甚至直接删，还不止一个老师，有时根本就来不及在你的原来endnote版本上改完。。。最后 等到你要重投文章改格式或者大批量改文献时，你就要一！个！一！个！文献的重新插一遍！！！（想死的心都有。。。）

网上搜索：endnote最终改为text格式的文档，还能倒回到endnote吗？变成可编辑文本后还可以变回endnote格式么？EndNote plain text可以和EndNote重新建立关联吗？所有都回答No。。。

于是，怎么办？不想做苦力，能不能用程序帮我们减少工作量？我观察了一下Endnote插入的最初格式（即Endnote会识别的格式）为：

#举例：{Betts, 2018 #83}   

#解释一下，分别是第一作者的姓，文章年份，文章在你本地endnote的Record Number（就文章唯一序号）

那这就简单了，想办法拿到这个Record Number序号，生成这个格式，插入到word文中对应位置就可以了。

先说结果，写了一个简单的程序，发布在Github上：https://github.com/YiyanYang0728/Insert_Endnote_format

看一下Readme.md，用法写的还行，运行get_endnote_insert_fmt.py就行。

也贴出代码：

# -*- 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)

下面说下思路，毕竟写的很naive，只认文章里类似PNAS的格式。。。如果你是别的格式，你就要在下面部分做改动，让程序读出你文章里每条reference的作者、年份和名字。【这个我之后会尽量完善的。。。】

    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()

我们人工重新插入文章，就同时看三件事，1. 文章名字； 2. 作者（一作就行）；3. 年份

这三个都一样的话，99%是同一篇文献了。

首先我们拿到输入文件，来自Endnote你本地的库，操作打开Endnote X9（我用X9），Open Endnote->Select all the references in your endnote （选中你的所有文献，太多的话就你需要插入的所有文献，选中为蓝色）->File->Export->Save type: Text file 且 Output style: show all fields->Save，得到一个txt，叫A，里面这样

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

这里就有Record Number

然后你把你word底部的文章列表粘贴出来得到另一个txt，叫B。我这里长这样：

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里面的文章作者、年份、标题程序比对，从A中查到Record Number再改造下就得到了Endnote格式，多Easy！！！

结果如下：

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

后一步就比较傻了，你进word根据文献序号一个一个看上面的表复制粘贴到word对应处就行。【这一步是太傻了，关于这点我也在改进，看到python-docx可以直接编辑word，之后会想要改进这个功能，争取可以直接在word中修改】

最后为了让文献生效记得使用Endnote的Update Citations&Bibliography功能。