从 .bbl 文件中提取“\field{abstract}{ . . . }”和“\keyw{ . . . }”字段，用于制作词云和其他类似的数据挖掘

Question

我有 LaTeX 文件，这些文件基本上是我所研究的几个子领域的当前研究概要。我希望能够从这些文件中获取 .bbl 文件并提取关键字（即“\keyw{ . . . }”字段）和摘要（即 \field{abstract}{ . . . }”），并将这些数据用于各种邪恶目的。实际上，我的测试用例远没有邪恶，因为它会从这些数据中创建 WordClouds。一旦成功，我就会有一些更有趣的想法。然而，当前的绊脚石是众所周知的第一步。

有什么帮助吗？非常感谢。

Answer 1

许多编程语言都有允许解析.bib文件的软件包。

• 对于 Perl，有Text::BibTeX：http://search.cpan.org/~ambs/Text-BibTeX-0.80/
• 对于 python 有BibtexParser https://bibtexparser.readthedocs.io/
• Haskell 有自己的包，叫做bibtex https://hackage.haskell.org/package/bibtex
• 对于 R 有https://cran.r-project.org/package=bibtex和https://cran.r-project.org/package=RefManageR
• 对于 Elisp，我发现https://github.com/joostkremers/parsebib
• 即使对于 PHP 来说，也有一些https://people.mmci.uni-saarland.de/~jilles/prj/phpBibLib/

CTAN 上也有一些工具（https://www.ctan.org/topic/bibtex-util）， 例如bib2xhtml 它将.bib文件转换为 XHTML，这样对您来说可能更容易解析。您也可以直接使用 Biber 来解决问题，这完全取决于您到底想要什么。