如何用Python从文献字符串中提取完整作者列表？

针对你提供的文献字符串，直接用split(';')无法完整提取最后一位作者——因为最后一位作者后没有分号，而是以. 衔接标题。可以通过以下两种方法解决：

方法一：先拆分作者与标题部分 #

利用作者部分和标题部分的分界符. （点加空格），先分离出完整的作者字符串，再拆分单个作者：

ref = 'ARCADI, G.; DORSCH, G. C.; NETO, J. P.; QUEIROZ, F. S.; OVIEDO-TORRES, Y. M. Probing a dark sector with collider physics, direct detection, and gravitational waves. Physics Letters, Section B: Nuclear, Elementary Particle and High-Energy Physics, v. 848, Jan. 2024.'

# 按第一个'. '分割，取前半部分为作者串
author_segment = ref.split('. ', 1)[0]
# 用'; '拆分每个作者，补全末尾的点确保格式一致
authors = [author.strip() + '.' for author in author_segment.split(';')]

print(authors)
# 输出：['ARCADI, G.', 'DORSCH, G. C.', 'NETO, J. P.', 'QUEIROZ, F. S.', 'OVIEDO-TORRES, Y. M.']

方法二：基于标题起始词拆分 #

如果已知标题固定以某个大写单词开头（比如示例中的Probing），可以直接以此为分割点：

ref = 'ARCADI, G.; DORSCH, G. C.; NETO, J. P.; QUEIROZ, F. S.; OVIEDO-TORRES, Y. M. Probing a dark sector with collider physics, direct detection, and gravitational waves. Physics Letters, Section B: Nuclear, Elementary Particle and High-Energy Physics, v. 848, Jan. 2024.'

# 分割出作者部分
author_segment = ref.split(' Probing')[0].strip()
# 拆分作者列表
authors = author_segment.split('; ')

print(authors)
# 输出：['ARCADI, G.', 'DORSCH, G. C.', 'NETO, J. P.', 'QUEIROZ, F. S.', 'OVIEDO-TORRES, Y. M.']

说明 #

两种方法的核心都是先将作者区域与文献的标题、期刊等内容分离，再对作者区域进行拆分，避免了split(';')无法处理最后一位作者的问题。

内容的提问来源于stack exchange，提问作者Ingrid Ibagon