切换深色模式
6.4 拖动识别：把知网文献抓进 Zotero
本页解决一件事：把选题相关的知网文献可靠地抓进 Zotero，并尽量带上 PDF 全文。三条路径分别是拖动识别（Drag and Drop）、连接器一键抓取、用茉莉花插件下载全文。做完这一页，你能为毕业论文建起第一批文献条目。
全文下载的版权边界
抓取全文涉及数据库版权。知网全文仅限本人学习与科研使用，不得批量下载、不得传播或用于商业用途。超出合理范围的批量下载可能导致学校 IP 被知网封禁，影响全系同学使用。本页所有下载操作都应在“本人研究需要、逐篇正常下载”的范围内进行。
6.4.1 三种入库方式全局对比
三条路各有适用场景，先看清区别，后面才不会用错工具。
| 方式 | 适用场景 | 优点 | 缺点 | 前置条件 |
|---|---|---|---|---|
| 拖动识别 | 已在浏览器打开知网、手边有本地 PDF | 直观、可一次拖多条；本地 PDF 也能入库 | 知网改版后可能失效；中文 PDF 识别率低 | Zotero 主程序打开、浏览器同屏 |
| 连接器一键抓取（推荐） | 在知网检索页 / 详情页 | 题录最准、可批量、自动归分类 | 依赖网页结构稳定、需装连接器 | 6.3 装的连接器 + 茉莉花 |
| 导出题录再导入 | 其他数据库 / 跨软件迁移 | 通用、格式标准 | 需手动导出再导入，多一步 | 能导出 RIS / BibTeX |
毕业论文阶段优先用连接器一键抓取：题录最准、能批量、配合茉莉花还能顺带下 PDF。拖动识别适合手边正好有个 PDF 想快速入库，或连接器临时失效时救急。导出导入多见于从 Web of Science、Elsevier 等英文库搬运，知网场景较少用。
6.4.2 方式一：拖动识别（Drag and Drop）
拖动识别最直观：把网页上的文献、或本地的 PDF 文件，直接用鼠标拖进 Zotero 窗口。关键规则是：落在哪里，决定结果。
图 6-8 把知网检索结果中的文献拖到 Zotero 中间栏，自动创建条目。
前置条件：
- Zotero 主程序已打开。
- 浏览器与 Zotero 同屏可见，建议左右分屏：左半边知网，右半边 Zotero（把 Zotero 窗口拖到屏幕右侧，浏览器拖到左侧）。
- 知网页面处于可操作状态（已登录、能打开文献）。
6.4.2.1 场景 A：把检索结果列表的题名链接拖入
- 在知网检索结果列表页，找到某篇文献的题名文字链接（蓝色可点击的标题）。
- 用鼠标按住该题名，拖到 Zotero 中间栏的空白处。
- 松开鼠标，Zotero 自动创建一条条目，并尝试从网页抓取题录（标题、作者、来源、年份等）。
- 若一次想拖多条：先在结果列表勾选若干篇（或 Ctrl 多选题名），再整体拖入。
6.4.2.2 场景 B：把本地 PDF 文件拖入空白处
- 打开资源管理器，找到本地下载好的某篇 PDF（如“论文(1).pdf”）。
- 把它拖到 Zotero 中间栏空白处。
- 松开后，Zotero 会打开该 PDF，并联网尝试识别题录（通过 CrossRef / Google Scholar 等匹配）。
- 识别成功：生成“期刊论文”条目，PDF 作为附件挂上；识别失败：只生成一个“以文件名作标题”的空条目，需手动补字段（见 6.6）。
6.4.2.3 场景 C：把 PDF 拖到已有条目上
- 中间栏已有一条某文献的条目（可能只有题录、没 PDF）。
- 把对应的本地 PDF 拖到这条条目上（而不是空白处）。
- 松开后，PDF 作为附件挂到该条目下，不新建条目。
- 双击右栏“附件”里的 PDF 即可打开阅读。
6.4.2.4 场景 D：把条目或文件拖到左栏某分类
- 拖动时，目标不是中间栏，而是左栏的某个分类（如“增值税改革”）。
- 松手后，被拖的条目会归入该分类（新建或移动视图）。
- 也可先拖到中间栏空白处建条目，再把它拖进左栏分类归类。
6.4.2.5 “落在哪里”规则表
| 你拖的是什么 | 落在 Zotero 的哪里 | 结果 |
|---|---|---|
| 知网题名链接 | 中间栏空白处 | 新建条目并抓题录 |
| 知网题名链接（多选） | 中间栏空白处 | 一次新建多条 |
| 本地 PDF | 中间栏空白处 | 新建条目 + 尝试识别题录 + 挂 PDF |
| 本地 PDF | 已有条目上 | 仅挂为附件，不新建 |
| 条目 / 文件 | 左栏某分类 | 归入该分类（视图） |
| 条目 | 左栏“我的文库” | 回到总库（取消分类归属视图） |
6.4.2.6 拖动识别后必须做的三件事
无论哪种场景，松手后立刻检查：
- 检查条目类型：右栏“信息”顶部，类型应为“期刊论文”（学位论文选“学位论文”）。若是“网页”，说明识别失败，需到 6.6 改类型。
- 检查作者与年份：作者应拆成独立行、年份正确。若作者是一长串，用茉莉花拆分（6.3.8）或手动改（6.6）。
- 确认 PDF 是否挂上：右栏“附件”里应有 PDF 图标。没有就走 6.4.4 用茉莉花补，或场景 C 挂本地 PDF。
6.4.2.7 拖动识别的局限
拖动识别有三个边界，提前知道少走弯路：
- 知网页面改版后可能失效：知网偶尔调整页面结构，导致拖题名抓不到题录，此时改用连接器（6.4.3）。
- 本地 PDF 识别依赖网络，且对中文识别率低：中文 PDF 经 CrossRef / Google Scholar 匹配常常失败，结果只剩文件名作标题。遇到这种情况，改用连接器抓取或茉莉花插件（6.4.4）获取准确题录。
- 不适合做批量手段：大量文献请用连接器批量勾选，比一条条拖快得多。
6.4.3 方式二：连接器一键抓取（推荐）
连接器是抓知网文献的主力。它从网页直接提取结构化题录，准确率高于拖动识别，且能批量。
图 6-9 点击连接器后弹出的“选择分类”窗口。
6.4.3.1 在检索结果页批量抓取
- 浏览器打开知网检索结果列表页（如搜“研发费用加计扣除”）。
- 确认工具栏 Zotero 连接器图标呈“文件夹”状（表示可批量）。
- 点击该图标，弹出“保存到 Zotero”窗口，列出本页可抓的条目，每项前有勾选框。
- 勾选你要的若干篇（如本页前 10 篇），也可全选。
- 在窗口左侧的树状结构中，选择保存到“我的文库”或某个已有分类（如“研发费用加计扣除”）；可同时勾选多个分类。
- 点“确定 / 保存”，窗口关闭，条目进入 Zotero。
6.4.3.2 在文献详情页抓取单条
- 点开某篇文献的知网详情页（看到摘要、关键词、参考文献的那页）。
- 工具栏连接器图标变为“单页 / 书本”状。
- 点击图标，弹出保存窗口（通常只这一条）。
- 选分类、确定，该条存入。
6.4.3.3 保存窗口的结构说明
弹出的保存窗口（图 6-9）由两部分组成：
- 左侧树状结构：显示“我的文库”和你的分类层级，可展开、勾选，决定这条 / 这批文献存到哪。取消勾选则只存到“我的文库”。
- 右侧条目列表：本页可抓的文献，勾选框控制抓哪些。
抓取时就选好分类，比抓完再整理省事。例如搜“留抵退税”时直接存到“留抵退税”分类，后面 6.5 就不必再搬。若当时还没建分类，先存“我的文库”，6.5 再统一归类也行。
6.4.3.4 抓取后的检查
保存完成后：
- 切回 Zotero，中间栏应出现刚抓的条目（若在分类下抓的，去该分类看）。
- 选中一条，看右栏“信息”：作者、年份、期刊、卷期应基本完整。
- 看右栏“附件”：可能有 PDF（若连接器顺带下了），也可能只有“网页快照”（知网详情页的快照），或什么都没有。
- 若没有 PDF，进入 6.4.4 用茉莉花或手工补。
网页快照不能当全文引用
连接器抓到的“附件”有时是网页快照而非 PDF。快照是知网详情页的网页存档，能看摘要但不能当全文引用。写论文引用需的是 PDF 全文，没有 PDF 的条目要在 6.4.4 补齐，否则参考文献对应的原文你手上没有。
6.4.4 方式三：用茉莉花插件下载知网全文
题录抓到了、PDF 没下来，这是中文文献最常见的情况。茉莉花插件主要用来补全文。
图 6-10 知网文献详情页的全文下载入口与 Zotero 附件栏。
6.4.4.1 知网全文下载的现实情况
- 知网全文需要机构订阅：只有学校 / 机构买了权限，登录并处于校内网络（或已通过校外访问系统 CARSI / WebVPN 认证）才能下载。
- 知网同时提供 CAJ 与 PDF 两种格式。部分老文献只有 CAJ，没有 PDF。
- Zotero 内置阅读器不能直接读 CAJ，需转成 PDF（见 6.4.4.3）。
6.4.4.2 用茉莉花下载 PDF 的步骤
- 在 Zotero 中间栏选中要补全文的条目（可 Ctrl 多选多条）。
- 右键该条目，在菜单里找到茉莉花提供的项（名称因版本而异，如“下载 PDF”“抓取知网附件”）。
- 点击执行，观察 Zotero 右下角进度提示（可能出现“正在下载…”或条目附件里多出 PDF）。
- 下载完成，右栏“附件”出现 PDF，双击可打开。
- 若某条失败（权限不足、链接失效），换 6.4.4.4 的朴素办法。
6.4.4.3 CAJ 格式的处理
遇到只有 CAJ 的文献：
- 优先在知网页面选 PDF 格式下载：许多文献同时有 CAJ 和 PDF，下载时选 PDF。
- 若只有 CAJ：用知网 CAJViewer 打开，导出为 PDF（CAJViewer 的“文件 → 打印 / 导出”可存为 PDF，具体菜单因版本而异），再把 PDF 按场景 C（6.4.2.3）拖到对应条目作附件。
- 不要尝试用 Zotero 直接打开 CAJ，内置阅读器不支持，会提示无法预览。
6.4.4.4 手工下载再挂附件
插件临时不可用时，用手工方式：
- 在知网文献详情页，点“PDF 下载”或“CAJ 下载”，把文件存到本地（建议改名含作者年份，便于辨认）。
- 回到 Zotero，把该 PDF 拖到对应条目上（场景 C，6.4.2.3），作为附件挂上。
- 双击附件确认能打开。
版权与使用规范
全文下载仅限本人学习和研究使用，不得批量下载、不得传播或用于商业用途。超过合理范围的批量下载可能导致学校 IP 被数据库方封禁，影响全校师生。请逐篇、按需下载；需要大批量文献时，走学校图书馆的正式文献传递渠道。
6.4.5 抓取失败排查表
| 现象 | 可能原因 | 处理办法 |
|---|---|---|
| 连接器图标灰色 | 当前页无可抓取内容 / 未登录知网 | 换到知网检索或详情页；确认知网已登录 |
| 点击连接器无反应 | 主程序没运行 / 浏览器异常 | 先开 Zotero 主程序；重启浏览器（6.3.6） |
| 提示“无法保存 / could not save item” | 主程序未开 / 连接器与主程序版本错配 | 开主程序；升级两者到匹配版本（6.3.20） |
| 抓到的条目类型是“网页” | 网页结构没识别好 / 没装茉莉花 | 装或重装茉莉花（6.3.8）；改条目类型（6.6） |
| 作者字段是一长串 | 没拆作者 / 翻译器旧 | 用茉莉花拆分；或手动改（6.6） |
| 期刊名不全 | 翻译器对中文适配弱 | 补全称（6.6）；更新翻译器（6.3.9） |
| 没有 PDF | 知网未登录 / 无权限 / 连接器只存题录 | 校内或 CARSI 登录；用茉莉花下载（6.4.4） |
| PDF 打不开 | 下载的是 CAJ / 文件损坏 | 转 PDF（6.4.4.3）；重新下载 |
| 条目重复 | 同篇抓了两次 / 不同方式各抓一次 | 去左栏“重复条目”合并（6.5） |
展开：一个容易忽略的组合问题
有时题录抓到了但没 PDF，且茉莉花下载也失败，根因往往是知网登录态丢了（浏览器开了无痕、或会话过期）。先到浏览器刷新知网、重新登录，再回 Zotero 用茉莉花下载，多数能解决。先确认浏览器里能否手动下 PDF：能下说明权限没问题，故障在插件或会话；不能下说明是权限问题。
6.4.6 抓取完成后立刻做的三件事
每批文献抓完先做这三件，能大幅减少后面 6.5、6.6 的负担：
- 归入正确分类：用 Ctrl 多选，拖进对应分类（如“增值税改革”），或右键“添加到分类”。
- 加阅读状态标签：给每篇打“未读”标签（6.2.6）；精读过的改“已精读”、准备引用的改“已引用”。用标签过滤器能随时筛出进度。
- 初步校对题录：快速扫一遍作者是否拆分、年份对不对、类型是不是“期刊论文”。明显错的当场改（6.6 细讲），不要全堆到写论文前。
“抓完即整理”比“攒几百条再整理”轻松得多。把整理当成抓取的自然收尾，而不是另一项任务。
6.4.7 拖动识别的进阶技巧
- 多选一起拖：在知网结果页，按住 Ctrl 点中多个题名，再整体拖入 Zotero，一次建多条。
- 双屏 / 分屏：有双显示器时，浏览器放左屏、Zotero 放右屏，拖动距离短、不易丢手；单屏则用左右分屏。
- 失败立即回退：拖动识别没识别出题录（变成“网页”或只有文件名），不要反复拖，直接改用连接器（6.4.3）或茉莉花（6.4.4）。
- 区别“拖链接”和“拖文件”：从知网拖的是网页题名链接（Zotero 去网上抓题录）；从资源管理器拖的是本地 PDF 文件（Zotero 尝试本地识别）。两者落点规则相同，但来源不同，失败时排查方向也不同。
拖动识别对知网页面结构敏感，知网改版后拖题名可能抓不到。这不是操作错，是网页结构变了。遇到就切到连接器，连接器由社区持续维护翻译器，适配通常更及时。
6.4.8 连接器抓取的进阶用法
- 详情页抓取字段更全：相比结果列表页，文献详情页（有摘要、关键词、参考文献的页）抓到的题录通常更完整，含卷期页、DOI。关键文献建议进详情页抓。
- 保存到子分类：保存窗口的树状结构可展开到子分类，直接存到“增值税改革 / 政策背景”这样的深层分类。
- 逐页抓取：知网结果页一页通常 20 条，连接器只抓当前页已勾选的。翻到下一页需重新点图标、重新勾选，不要以为点一次就抓了全部 200 条。
- 保存到群组库：若你加入了群组库（6.8），保存窗口里也会出现群组库节点，可勾选存到共享库。
6.4.9 茉莉花的其他中文增强
除了补 PDF，茉莉花对中文题录质量还有多项增强：
| 功能 | 作用 | 怎么用 |
|---|---|---|
| 作者姓名拆分 | 把“刘某某 王某某”拆成独立作者 | 选中条目右键 → 茉莉花菜单“拆分作者”（名称因版本而异） |
| 期刊名标准化 | “税务研究”补全为《税务研究》 | 在茉莉花设置里开启期刊名修正 |
| 知网元数据抓取 | 补卷、期、页码、DOI 等缺失字段 | 右键条目 → “抓取知网元数据” |
| 参考文献 / 引文抓取 | 抓取该文的参考文献列表（部分支持） | 右键条目 → 对应菜单项 |
| PDF 批量下载 | 为多条约文献补全文 | 多选条目 → 右键“下载 PDF” |
茉莉花的功能在右键菜单和「编辑 → 设置 → Jasminum」配置页里。装好后花两分钟翻一遍配置，把“作者拆分”“期刊名修正”打开，后面抓的文献质量会明显提升，6.6 的校对工作量随之减少。
6.4.10 批量抓取与文献量管理
毕业论文文献量通常在 30–100 篇，批量抓要讲策略，否则资料库会乱：
- 按主题分批抓：搜“研发费用加计扣除”抓一批存“研发费用”分类；搜“留抵退税”再抓一批存“留抵退税”分类。不要把不同关键词的结果混在一起一次性拖。
- 每批抓完即整理：走 6.4.6 的三件事（归类、打标签、初校），再抓下一批。
- 用分类 + 标签控制规模：分类管主题、标签管状态（未读 / 已精读 / 已引用），两者配合，几十上百篇也不乱。
- 不要贪多：与选题关系弱的文献先不抓，等写文献综述（第 7 章）发现缺口再补。
6.4.11 英文文献如何进 Zotero
英文文献的入库方式类似，但工具略有不同：
| 来源 | 入库方式 | 注意 |
|---|---|---|
| Web of Science | 结果页点连接器（文件夹图标）批量抓 | 题录质量高，常带 DOI |
| Google Scholar | 单篇详情页点连接器；结果页也可批量但有限制 | Scholar 对频繁抓取有限流，勿短时间大量点 |
| Elsevier / Springer | 文章页点连接器 | 部分需机构权限才能下 PDF |
| 其他英文库 | 导出 RIS / BibTeX，再「文件 → 导入」（6.1.13） | 通用兜底 |
英文库不需要茉莉花
茉莉花主要服务中文（知网）场景；英文库一般不需要茉莉花，连接器原生支持就好。不要给英文条目硬用茉莉花的“知网元数据”功能，那只对知网链接有效，对英文 DOI 反而可能误改字段。
6.4.12 抓取与去重配合
同一条文献，你可能用连接器抓过、又拖动识别抓过、还从知网导出导入过，资料库于是出现重复。处理方法：
- 左栏点“重复条目（Duplicate Items）”，Zotero 会列出它认为重复的条目对。
- 逐对检查：确认是同一篇后，点“合并（Merge）”，保留信息更全的那条（优先带 PDF 的）。
- 合并时若两条一个有 PDF 一个没有，选“保留带附件的”，避免全文丢失。
- 定期去重（每抓完一批做一遍），别等攒几百条再合并。
6.4.13 抓取阶段常见误解
| 误解 | 真相 |
|---|---|
| “拖一下就有全文” | 拖动识别常只抓题录，PDF 多需茉莉花 / 手工补 |
| “连接器能下所有 PDF” | 受知网权限与登录态限制，无权限下不了 |
| “抓到就能直接引用” | 字段可能错漏，引用前需 6.6 校对 |
| “题录错一点无所谓” | 参考文献表会照错输出，被导师打回 |
| “抓得越多越好” | 无关文献淹没重点，按选题精选更重要 |
6.4.14 抓取时的网络与权限自检
抓取失败多数是网络或权限问题，不是软件问题。动手抓之前先做三步自检：
- 知网登录态：浏览器打开知网，右上角是否显示你的机构 / 用户名？没登录就先登录（校园网内自动认，校外走 CARSI / WebVPN）。
- 下载权限测试：在知网点开一篇文献，看能否点“PDF 下载”并真的存下文件。能下 = 权限正常；不能 = 权限或会话问题，先解决再抓。
- 校内 / 校外差异：校外必须走学校图书馆的校外访问系统，使浏览器处于已认证状态。直接在家连知网，多数只能看题录、下不了全文。
先手动验证权限，再查插件
能否在浏览器里手动下 PDF，是判断权限的分界。若能手动下、Zotero 却下不了，问题在插件或会话（清知网 Cookie 重登、重启浏览器）；若手动也下不了，问题在权限（确认校外访问、确认学校是否订阅该库）。先手动验证，能省大量时间。
6.4.15 抓取记录与可追溯性
本页课堂实操要求填一张入库方式对照记录表，目的是让入库过程可追溯：
- 复盘哪种方式最稳：记一段时间后，你能看出“连接器 + 茉莉花”在自己的网络环境下成功率最高，以后优先用它。
- 排查问题时定位：某篇字段错，回查记录发现是拖动识别抓的，就知道该重抓；若是连接器抓的，则怀疑茉莉花没启用。
- 与备份呼应：记录配合 6.8 的备份，哪批文献来自哪次抓取、是否带 PDF 一目了然，重装或换设备后能核对是否都回来了。
记录表不必精美，一个 Excel 或笔记软件里的表格即可，字段就那几列（题名、方式、分类、作者是否拆分、类型、带 PDF）。贵在每批都记，而不是期末补一张。先记第一批，6.5、6.6 继续沿用同一张表。
6.4.16 课堂实操
- 方式一（拖动识别）：在知网检索结果页，把至少 3 篇文献的题名链接拖到 Zotero 中间栏（场景 A）；再找 1 个本地 PDF，拖入空白处（场景 B），观察是否识别出题录。
- 方式二（连接器）：在知网检索结果页点连接器，勾选至少 3 篇，保存到“我的文库”或某分类；确认中间栏出现条目、右栏字段完整。
- 方式三（茉莉花 / 手工下载）：对方式二抓到的条目中“没有 PDF”的，用茉莉花下载 PDF（6.4.4.2）；若插件不可用，用手工下载再拖附件（6.4.4.4）。至少让 1 篇带 PDF 附件。
- 整理：把这些条目归入正确分类，打“未读”标签。
- 填表：按下面“入库方式对照记录表”记录每篇的入库方式与是否带 PDF。
入库方式对照记录表（示例）：
| 序号 | 文献题名（简写） | 用的方式 | 存入分类 | 作者是否拆分 | 类型正确 | 带 PDF |
|---|---|---|---|---|---|---|
| 1 | 研发费用加计扣除… | 拖动识别 A | 研发费用加计扣除 | 是 / 否 | 是 / 否 | 是 / 否 |
| 2 | 留抵退税… | 连接器 | 留抵退税 | 是 / 否 | 是 / 否 | 是 / 否 |
| 3 | 增值税… | 连接器 + 茉莉花 | 增值税改革 | 是 / 否 | 是 / 否 | 是 / 否 |
| … | … | … | … | … | … | … |
展开：入库练习自查
- [ ] 用拖动识别（场景 A）成功入库至少 3 篇
- [ ] 用连接器批量抓取至少 3 篇，字段完整
- [ ] 至少 1 篇成功带 PDF 附件（茉莉花或手工）
- [ ] 文献已归入分类、打了“未读”标签
- [ ] 已填“入库方式对照记录表”并留存
- [ ] 遇到失败时查过 6.4.5 排查表并解决（或记录未解问题待问）
带 PDF 是硬性要求
本页实操的“至少 1 篇带 PDF”是硬性要求，它验证你的下载链路（知网权限 + 茉莉花 / 手工）真的通。若一篇 PDF 都下不下来，先按 6.4.5 排查“没有 PDF”那一行：多半是知网未登录或没权限，不是 Zotero 的问题。务必在交作业前解决，否则 6.7 引用时会缺原文。
6.4.16.1 完成标准示例
- 条目数：至少 7 篇（方式一 ≥3 + 方式二 ≥3 + 方式三补齐的 ≥1 带 PDF 可与前两类重叠）。
- 方式覆盖：方式一（拖动识别 A）成功 ≥3 篇；方式二（连接器）成功 ≥3 篇；方式三至少让 1 篇带 PDF。
- 质量：被抽查的条目作者已拆分、条目类型为“期刊论文”（或正确的“学位论文”）、归入分类、打了“未读”标签。
- 记录：已填“入库方式对照记录表”，含每篇的方式、分类、作者是否拆分、类型、带 PDF 五列。
若“带 PDF”一项做不到，按 6.4.5 与 6.4.14 排查权限，务必在交作业前解决，它是 6.7 引用时有原文可查的前提。
6.4.16.2 常见答疑
- 问：拖动识别抓到的类型是“网页”怎么办？ 答：识别失败，改用连接器重抓该条；若坚持用拖动结果，到 6.6 把条目类型改为“期刊论文”并补字段。
- 问：连接器抓了题录但没 PDF，茉莉花也下不了？ 答：先按 6.4.14 测浏览器能否手动下；能下就手工下载拖附件（场景 C），不能下就是权限问题。
- 问：一篇文献我抓了两次，出现两条？ 答：去左栏“重复条目”合并（6.4.12），保留带 PDF 的那条。
- 问：英文文献要装茉莉花吗？ 答：不用。英文库用连接器原生抓取即可（6.4.11），茉莉花只对知网链接有效。