如何获取指定年份起的AuthorRetrieval数据并统计排除自引的被引文献数？

1. 先搞定AuthorRetrieval的年份筛选 #

你现在用kwds参数拼年份条件的方式不对，AuthorRetrieval的kwds是用来筛选作者发表的文献，而且这么写根本起不到年份过滤作用。要拿到2018-2022年的作者文献，直接用publication_start和publication_end参数就行：

AuthorRetrieval(author_id, refresh=True, publication_start=2018, publication_end=2022)

2. 统计排除自引的被引文献数 #

要统计过去5年排除自引的被引文献数量，得结合AuthorRetrieval和CitationOverview一起处理，步骤如下：

• 先通过AuthorRetrieval拿到该作者2018-2022年所有文献的eid（或者doi）列表
• 调用CitationOverview，把这些文献标识传进去，同时设置start和end为2018-2022，拿到所有引用数据
• 过滤掉引用来源是该作者自己文献的条目，然后对被引文献的标识去重（同一篇被引文献可能被多篇作者文献引用），最终的去重数量就是你要的结果

给你个简单的代码逻辑参考：

# 获取作者2018-2022年的文献
author_pubs = AuthorRetrieval(author_id, refresh=True, publication_start=2018, publication_end=2022)
author_eid_list = [pub.eid for pub in author_pubs.publications]

# 获取这些文献的引用数据
cite_data = CitationOverview(author_eid_list, start=2018, end=2022)

# 收集非自引的被引文献，去重
unique_cited = set()
for item in cite_data.citations:
    # 排除来自作者自己文献的引用
    if item.source_eid not in author_eid_list:
        unique_cited.add(item.cited_eid)

# 最终统计数
result_count = len(unique_cited)

要注意的地方 #

• CitationOverview返回的是每一次引用记录，不是被引文献本身，所以必须去重，不然会把重复引用算成多个被引文献
• 确认你用的API版本支持publication_start和publication_end参数，老版本可能不兼容

内容的提问来源于stack exchange，提问作者Mike Vargas