文献管理器有什么软件比较好,它们是怎样使用的?

最好能支持下工科领域的需求,工科会经常读扫描格式的老文献,这方面很多新兴的管理软件(如readcube)支持很一般
关注者
2742
被浏览
395153

37 个回答

离线软件方面,我很早的时候,用过一段时间Reference Manager,当时我试用过Note Express,后来转到EndNote之后,就一直用到现在了。其实我很早就听说过EndNote,之所以一直用Reference Manager这么长时间,其实是懒得搬数据。所以我原本认为,其实用户转换文献管理软件的门槛是很高的,新软件很难抢到老用户。事实是不是这样呢,我没有统计数据,但我就很不明白为什么这么多人喜欢用Mendeley(Zotero我也用过,觉得不错,但是自从我浏览器改用Chrome之后我就不用Zotero了。我对它的喜爱不至于像某些人那样“装Firefox完全只是为了用Zotero)。

我还用过CiteULike、Connotea等网站,也都很快就弃用了。最近ACS出了一个ChemWorx,我也试用了一下。还有ReadCube我也用过。由于上述说的软件我很久都没用了,现在的情况是如何,我也不大清楚。

先讲所有这些应用最大的问题。EndNote的老用户往往已经把文献分成不同的Group了。所以,除非有软件能够直接破解EndNote的enl文件(以及同目录下的.data文件夹),实现“完美导入”,否则只要换软件,原来的Group分组信息就一定要丢失。我从读博士开始到现在,几乎所有文献,都放在一个库中,叫做gelation.enl(凝胶化)。它包括了流变学方面和胶体物理方面的所有文献。我也分了很多Group。不把这个库全导出来的话,我是没办法真正更换一个新的文献管理软件来工作的。但是,估计破解EndNote的文件格式是违法的,所以那些遵纪守法的老外是不会动这个心思,所以Group信息是永远无法顺利地导出的了。当然,有一些权宜的办法。例如对于Mendeley,可以先在EndNote里给同一个Group的文献添加相同的label(可以一次批量操作),再导出成bib­tex格式。导入到Mendeley时,label项会导入成tag,然后在Mendeley中按tag来fil­ter就可以看到原本属于同一个Group的文献了,这时再把这些文献搬到Mendeley相应的folder里。这个工作量至少是还可以接受的。

第二个也很普遍问题就是字符。这也应该是EndNote本身的错。EndNote导出的文本格式没有办法处理带重音符号的拉丁字母(很多人名会有,而且我还有一些文献是德语的),在EndNote软件里是正常显示的,但导出成文本文件之后就会变成一个中文乱码。这个中文乱码就会被导入到任何其他文献管理软件中。

第三个问题就是排序。除了Reference Manager、EndNote和NoteExpress(印象中)之外,其他的管理软件的排序功能都很局限。可能是因为我学过一点数据库原理,我明白无论界面多么傻瓜,文献管理软件其实都是一个数据库。一条文献包含这么多的属性,都是可以用来排序的,可以先按属性一升序、再按属性二降序、再按属性三升序……可是,除这三个软件之外的其他软件,最多只支持一按一个属性排序,而且只能在年份、作者、题目等属性中选择。

我在EndNote里是会使用Label项来进行一些标记。最常见的方式是标记了笔记本的页码。由于我阅读文献会有记笔记的习惯,在笔记本上会有页码。因此,一个文献记录,如果label上有个数字,就说明这个文献我看过,当时记过笔记,可以翻开笔记的相应页码来快速回顾,就不用重新看全文了;如果label上是空的,就说明我没有认真阅读过。所以,如果先对Label排个序,所有没记过笔记的文献就会全部集中在一起;再按年份排个序,这些没记过笔记的文献就会按年份来排序,我可以按此顺序一篇一篇地阅读和记笔记。

再有,由于我从读博开始的近三千篇文献都放在一个库中。如果我在阅读文献的时候,看到一篇被引文献我也需要,首先就要判断我是不是已经有这篇文献了,因为这么多篇文献我脑子是记不得某一篇我是否已经有了的。这时我就要在EndNote里,先后按期刊名、卷和页来排序,这样我一拉scroll bar就很快能够找到相同期刊相同卷的地方,有没有这一页就一目了然了。

总之,我会经常善用属性排序(而不是search)来查找定位,这也许是数据库的思维习惯使然。在添加条目操作时就具有一个杜绝重复和冗余的机制,而不是等产生了冗余之后再查重,这一原则可能也来自于数据库原理。因此对那些光有个search功能但排序功能很弱的文献管理软件我都觉得不适应。
有的文献数据库,文献多起来就反应慢,这是数据库引擎比较低级的反映,这些都比不上EndNote。
接下来就是关于PDF文件的管理问题。我一直都很不明白为什么这么多人会青睐这一功能。稍微有点常识的人就会知道这一功能是超出目前技术水平的,是绝对做不好的。首先,PDF文件有两种情况,一种情况就是里面的文字和图象都是基于元数据重新渲染的,另一种情况就是完全是未进行OCR的图象。要从PDF文件中识别出年份作者标题等信息,就需要PDF文件是前一种情况,能从中读出文字信息。而我这个人是喜欢看上世纪中叶的文献的,这些PDF都是影印版或者不良OCR版。再加上,这样的过刊很多时候网络数据库没有全文全限,我都是通过中科院文献互助系统从别的图书馆影印回来的,连字都是歪的,很难指往有什么OCR能把这些字识别好。光这一条满足不了就基本没戏了。我的库可能有一小半都是这种情况。ReadCube的设计似乎是要让用户完全依赖于从PDF识别来导入信息的。它的PDF导入功能确实比我想象中的要出色(主要是它充份利用了PubMed和Google Scholar的api,只要能从PDF中识别出任何最少的足够信息就直接可以在PubMed或Google Scholar上获得其他信息),但也难免有很多无法识别的PDF。ReadCube对这些PDF的处理方式是:仍然要用户从PubMed或Google Scholar上找到相应的条目来应用到PDF上,不允许自己输入!问题是有很多PDF,我自己在浏览器上Google Scholar是能查得到条目的,但是在ReadCube里面上Google Scholar却查不到。我猜这可能是Google Scholar的API有问题,但ReadCube就自愿受API问题的限制了?事实上,如果ReadCube对这类PDF可以支持像Zotero那样,访问文献网页抓取信息,就能够很好地解决此问题。除了PDF识别问题之外,识别出来的信息,也需要分类编排。学术文献是有很多种的,有Book、Book chap­ter、jour­nal、patent、dis­ser­ta­tion等等,这些都以是PDF文件。ReadCube的PDF识别好像默认了这个库里只能有jour­nal这一类型的文献。可是至少我在写论文的时候我不会只引用jour­nal。假如我工作完全用ReadCube,我要引用book的时候我岂不是要另外再打开我的EndNote?要求一个软件把PDF的文字识别出来之后,从排版和页眉页脚信息的特征识别出这是一个book还是book chap­ter还是jour­nal还是dis­ser­ta­tion,要求实在太高了,在可以预见的将来这一点都肯定是做不到的。无论如何,想要直接从PDF中识别信息,愿望很美好,但只要它不是接近100%可行,我就不想依赖它。为什么说这个愿望很美好而又要求它100%呢?因为,假如能从PDF中识别所有信息,我下载任何PDF就不用重命名,也不用记得同时导出RIS并导入到EndNote库中以保持一一对应了,以上的好习惯一旦不遵循,我的PDF文件夹将会是一团糟,这时就真的要完完全全地依赖数据库的PDF识别功能了。假如这一功能还不是100%有效,想想我有几千篇文献(和PDF),有个那么1%我就要手动输入十几篇了,还找不到源PDF在哪儿(因为命名全是乱的)。正因为如此,我根本就不会对文献管理软件的PDF自动识别管理功能抱有任何期望。像ReadCube这种完全依赖在这个功能上的产品,用处就相当于零了。

至于像Mendeley这样(以及EndNote X5以上版本),把已有文献数据跟硬盘中的PDF文件链接起来,可以直接在文献数据库中打开PDF文件来阅读的功能,我觉得也没必要。我对一个PDF阅读器产品本来就另有要求。首先,你有没有给我的电脑添加一个PDF打印机?如果没有,我岂不仍然要另外再装一个Acrobat Professional吗?假如我反正要装一个Acrobat Pro我有啥为何不在那儿看?Acrobat Pro支持画下划线(而不仅仅是高亮。我讨厌用高亮,偏好用下划线),而且还可以设置成波浪形的下划线。Acrobat还支画圈画框画箭头,有时一个公式我框一下,曲线有一个转折点我用箭头指一下。Acrobat还支持基本的窗口操作例如把同一个文件的窗口分成两半,这样的话,我上一半看正文,下一半看参考文献列表,那就不用在正文和参考文献头尾两种来回拖动了。如果可以的话我恨不得分三半,第三半看图,解决文中说“see Fig. 3(b)”结果Fig. 3(b)在下一页的问题。对于一些较新的PDF文件Acrobat还可以进行搜索。可以对PDF进行修改。例如有的paper会另外有一个sup­port­ing infor­ma­tion文件,我就会把原文和sup­port­ing infor­ma­tion合并为一个PDF文件,类似这样的操作在Acrobat里都可以解决。相比之下,那些文献管理器附带的PDF阅读功能实在是鸡肋,不明白为什么这么多人青睐,还作为一个卖点了。是不是像我这种哪类软件都成为深度用户的人就注定不幸福,可我也不见得是什么深度用户啊?果粉们不是说,品味高的用户必然会不约而同地选用苹果产品吗?我都没有选用苹果产品,用Windows用得这么爽,我一定是个坏品味的吊丝。为什么我仍然不满呢?我还要补充一下,学术文献的文件格式,不仅仅只有PDF文件。中文文献会需要用CAJViewer来阅读(就算期刊论文在CNKI可以选择下载为PDF格式,但博士和优秀硕士论文只能下载为.nh格式文件,必须在CAJViewer里看),光整合PDF阅读功能,也并没有100%。不是100%的话,我就不敢全依赖在它上面。

为什么我反复提到如果不是100%我就不敢全依赖呢?所谓“依赖”是什么意思呢?我在知乎上说过,我的工作思维是,先花专门的时间把规则设计和定义好,然后不加思索地按规则办;先编程再运行;先把CSS样式表设置好,再在编写HTML应用相应的样式;在Word里先把样式表定义好了,再按要求应用样式;而不是在打字的过程中,这里要加粗就加粗,那里要斜体就斜体。如有修改,就是修改定义,同时应用在所有实体上。按照相似的思维,在工作上,我一定要保证我所遵循的work­flow是比较合理,能够适应大多数情况的,因为之后我做的事情就是不假思索地按照这个work­flow去操作,就好像电脑严格按照已编好的程序来运行一样。因为,如果你的工作流程是每步都需要你看当时的情况来取舍,每步都要“随机应变”;工作流程也不固定,一会儿这样一会儿那样的话,你工作的需时就不好估计,你对你的工作进度就容易失去控制。你的work­flow越是连个机器人都能完成,就越高效。越是要你时时处处都用模糊智慧去取舍、去回味、去条件判断分支,就越低效。所以如果一个工具给到我的功能不是100%能实现,这就等于在我的work­flow中种下一个不可靠因素,一个隐患;我的work­flow就定义得不严密。真按它那样长期运行,很容易就栽在这个隐患上,到时我就要很麻烦地脱离机器人状态,花时间研究解决临时发生的问题,很拖进度。

最后就说到整合Word软件了。但这个功能,我只有EndNote的经验,其他软件因为在以上指标都有各种不适之处,所以我都没有长期使用。但我有一个印象比较深,就是Mendeley和Zotero都采用CSL,采用啥我不管,CSL想开源通用化我原则上也欢迎。但你必须同时提供有一个可视化的编辑器以便用户自行定义cita­tion style啊。现在我再搜,似乎有一些第三方的编辑器了,也不知道好不好用。但在我当年使用Zotero和Mendeley的时候,我是找不到第三方编辑器的,我也没有精力去自己学习CSL语法。

最后就是“云”功能。“云”的概念大家都欢迎。大家都希望啥都能“云”。但是中国大陆目前的带宽和访问国外网络的状况,限制了我们不是什么东西都适合“云”。就好像我上一篇关于笔记软件的文章那样,我的笔记,以及我的文献数据库,都可能会占用一个比较大的文件空间。同步这样的文件往往需要很长的时间。假如我使用一个软件,工作的时间花掉了,还要花额外的时间等它同步完毕,那谈何提高工作效率呢?如果我用Mendeley识别我的PDF文件夹(2734个PDF文件),它会死。如果不识别PDF文件夹光导入文献数据(2.8k+),倒还可以(反应还是会慢些),但如果仅仅是这样我干嘛不用EndNote呢?EndNote更明快,前面也提到了还有排序功能的问题。再者,我为何啥软件都要自带云同步?现在已经有drop­box了。就好像我在上一篇文章里谈到的那样,OneNote就算没有整合SkyDrive,由于它的笔记文件是很清晰可以找得到的,也可以按用户意愿来修改存放位置。想要云同步的话,把文件放在Dropbox里就解决了。但若像Evernote这样,数据存在神秘的文件组合里,你还真只能依赖它自己的云功能,碰上恰好它的服务器很烂你每次同步都很痛苦,那就只好跟它说88了。EndNote的数据库文件也不算复杂,一个.enl文件带一个同名的.data文件夹,我习惯把这个跟我的PDF文件放在Dropbox的同一个文件夹里,就一起同步掉了,何需EndNote自带什么同步功能?我知道还有个EndNoteWeb,但我从来不用。EndNote是收钱的软件,当然做得好。Mendeley和Zotero是免费的,很多人说这很难得,做得不好情有可原。事实上如果它做得好,收费我也不是不愿意花钱,做得不好,我才不管它是不是免费。既然做免费软件压力这么大,我觉得花时间开发网上同步的功能框架就是完全浪费时间。有Dropbox用户不会用吗?你只需要把数据库文件做得简单易找些就行了。多花点资金和精力放在软件本身的细节上岂不更好?


Read more: 我用过的文献管理软件 : 万物皆流
===经过比较,还是觉得 @孙尉翔 的文献管理方案更好:舍弃Mendeley,使用Endnote X6管理文献,该版本支持在文献pdf内搜索。使用dropbox(或其它文件同步软件)同步数据(包括endnote文献库、pdf文献等一系列文件)。库内内容可同步至endnote web。===


我的文献不是很多,只有几百篇,所以对大量文献快速管理没有要求。主要用Web of Science 结合 HistCite做领域入门,用Mendeley管理文献,用Endnote做批量下载和参考文献生成。使用PDF-Xchange Viewer阅读。

1. 文献检索
1.1 快速搜索、刚刚入门一个领域的时候,使用google search和google scholar,随便看看。
1.2 大概知道领域关键词、研究热点前沿和确切了解自己要研究哪一个小分支以后,用Web of Science的Advanced Search搜索文献,相当赞啊!
1.3 Web of knowledge (Web of Science)的检索结果可以导出给HistCite分析,看到领域的重要文章和发展脉络。可参考 科学网—引文分析软件histcite简介

2. 下载文献
2.1 大部分不是很重要的文献只看摘要,或者在网页上看fulltext,只下载重要的文献。
2.2 单篇或少量文献下载:有权限就可以下载。
2.3 大量文献下载:Endnote。比如,用Web of Science搜索到关于抗体晶体结构的文献,可能有几百篇,如果想要批量下载,可以从Web of Science导出文献目录到Endnote,使用Endnote的Find fulltext功能批量下载。Mendeley好像没有这个功能。

3. 管理文献:Mendeley (Endnote管理方式也很好,见 @孙尉翔 的答案)
3.1 导入文献:可以批量导入文件或文件夹,也可以直接拖动PDF到Mendeley。
3.2 同步文献:所有文献自动云同步(citation信息和pdf文件全都自动同步噢耶)。
3.3 管理:支持folder、tag、needs review、favourites等方式管理。
3.4 搜索:不仅可以搜索文件citation信息,同时也在文献内部搜索,高科技啊(不知道新版Endnote有没有这个功能)。
3.5 共享:可以建群组,群组内的文献自动同步。也可以方便在Mendeley软件内部share文献给同事。
3.6 从pdf文件识别的citation信息自动更正。
3.7 不识别中文pdf。
3.8 Mendeley支持windows, Mac, Linux。

4. 论文参考文献生成:Endnote
Endnote有大量现成的output style文件,并可以灵活自定义,和MS Word、Open Office(可能还有Latex?没用过)都可以联用。

5. PDF阅读:PDF-Xchange viewer
支持键盘快捷键自定义(单键也可以,比如可以定义,按键盘上的L自动切换Highlighter工具)。Foxit Reader最近也开始支持这个功能。

6. 补充
文献管理软件ReadCube可以支持自动识别PDF文献中最后的被引文献,并把这个被引文献列表放到阅读器的右边,这样想要阅读哪个被引文献的时候,就不需要滚到最后再滚回来了,是个贴心的功能。只是ReadCube其它功能实在不够强大,只能忍痛割爱。

==2013年8月8日补充==
买了ipad来折腾,试用iOS上的Endnote来同步文献,感觉很好。所有电脑上的文献条目、附件和分类都可以通过Endnote Web同步到ipad,标记、阅读也很方便。
为什么?