bibgetpdf 1.1.0

Baixa automaticamente os PDFs de acesso aberto das referências de um arquivo .bib.

BibGetPDF

Da sua bibliografia .bib aos PDFs de acesso aberto, automaticamente.

Baixa automaticamente os PDFs de acesso aberto dos artigos de um arquivo .bib. Para cada referência, consulta em sequência 10 fontes legítimas de open access (Unpaywall, Semantic Scholar, OpenAlex, Europe PMC, PMC, arXiv, CORE, DOAJ, SciELO e, opcionalmente, resolução de DOI por editora), valida se o que baixou é mesmo um PDF e salva com um nome limpo no padrão sobrenome-ano-titulo.pdf.

Entradas sem DOI são o maior motivo de artigos não encontrados (sem DOI, quase toda fonte fica sem chave de busca). Por isso, antes de baixar, o script tenta descobrir o DOI no Crossref pelo título + sobrenome do 1º autor — aceitando o resultado só quando ele bate de verdade (título, autor e ano). Com o DOI preenchido, as 10 fontes voltam a funcionar. (Desligue com --no-doi-discovery.)

Ao final, gera um relatório HTML de diagnóstico que classifica o que não foi baixado (bloqueio anti-bot, paywall real, erro de servidor, host que bloqueou durante a execução) com links para download manual, e um manifest.csv com uma linha por referência (para abrir no Excel).

Só usa fontes de acesso aberto. Não acessa Sci-Hub nem burla paywalls.

---

Requisitos

• Python 3.10 ou superior

Instalação

Instale com o pip (as dependências obrigatórias vêm junto):

pip install bibgetpdf

Para incluir os opcionais recomendados — unidecode (nomes de arquivo com acentos) e beautifulsoup4 (melhora a extração de PDF de páginas HTML):

pip install "bibgetpdf[full]"

Isso cria o comando bibgetpdf. (A partir do código-fonte: clone o repositório e rode pip install ., ou use python bibgetpdf.py direto — nesse caso, instale as dependências com pip install bibtexparser requests.)

---

Configuração (obrigatória na primeira vez)

O script não contém nenhum dado pessoal. Antes do primeiro uso, você precisa informar dois valores seus: um e-mail de contato e a chave da API OpenAlex. A forma mais cômoda é criar um arquivo de credenciais.

1. Crie o arquivo bibgetpdf.config

Crie um arquivo bibgetpdf.config na pasta onde você vai rodar o comando (o BibGetPDF também aceita em ~/.config/bibgetpdf/). A partir do código-fonte, dá para copiar o modelo que vem no projeto:

cp bibgetpdf.config.exemplo bibgetpdf.config

2. Preencha os dois valores

Abra o bibgetpdf.config e edite as duas linhas:

email = [e-mail]
openalex_key = sua-chave-openalex

• email — qualquer e-mail válido seu. As APIs acadêmicas usam para identificar quem está fazendo as requisições (a Unpaywall exige um); em troca, tratam você com mais tolerância (o chamado polite pool). Pode ser um alias que encaminhe para o seu e-mail real.
• openalex_key — a chave da API OpenAlex. É gratuita e leva um minuto: pegue a sua em https://openalex.org/settings/api. Desde 13/02/2026 ela virou obrigatória — sem a chave, a fonte OpenAlex fica limitada a ~100 requisições/dia (as outras 9 fontes continuam funcionando normalmente).

Pronto. O script lê esse arquivo automaticamente.

Sobre o formato das linhas:

• Os espaços em volta do = são livres: email=x, email = x ou email = x dão no mesmo.
• Não é preciso pôr o valor entre aspas nem entre colchetes {}. Se por hábito do BibTeX você escrever email = {[e-mail]}, tudo bem — o script ignora as aspas/colchetes das bordas.
• Linhas em branco e linhas começando com # são ignoradas (comentários).

Alternativas ao arquivo

Cada valor pode vir de três lugares, nesta ordem de prioridade — linha de comando › variável de ambiente › arquivo:

Valor	Linha de comando	Variável de ambiente	Arquivo (bibgetpdf.config)
E-mail	--email ...	BIBGETPDF_EMAIL	email = ...
Chave	--openalex-key ...	OPENALEX_API_KEY	openalex_key = ...

No arquivo, os nomes das chaves aceitam apelidos comuns (ex.: chave_openalex funciona igual a openalex_key), mas o recomendado é usar os nomes acima.

---

Uso

Com o bibgetpdf.config pronto, o básico é:

bibgetpdf --bib references.bib --output PDFs

(A partir do código-fonte, o equivalente é python bibgetpdf.py --bib references.bib --output PDFs.)

Opções úteis:

Flag	O que faz
--bib	Arquivo .bib de entrada (padrão: references.bib)
--output	Pasta onde salvar os PDFs (padrão: PDFs)
--threshold	Rigor da comparação de títulos, 0–1 (padrão: 0.75; maior = mais estrito)
--delay	Pausa em segundos entre artigos (padrão: 3.0; aumente se já foi bloqueado)
--doi-scrape	Reativa a fonte que raspa páginas de editora (mais cobertura, mais risco de bloqueio; desligada por padrão)
--no-doi-discovery	Não descobrir DOI no Crossref para entradas sem DOI (ver abaixo; ligada por padrão)
--use-doi-as-filename	Nomear cada PDF pelo DOI (único) em vez de sobrenome-ano-titulo — útil para títulos ambíguos
--no-report	Não gerar o relatório HTML
--no-probe	No diagnóstico, não fazer requisições extras (classifica offline)

Veja todas com bibgetpdf --help.

---

O que é gerado

Dentro da pasta de saída (PDFs/ por padrão):

• Os PDFs baixados, nomeados sobrenome-ano-titulo.pdf (ou pelo DOI, com --use-doi-as-filename).
• relatorio.html — diagnóstico visual do que não baixou, com links para baixar manualmente (abra no navegador).
• manifest.csv — uma linha por referência: status, fonte, DOI (marcando os que foram descobertos no Crossref), motivo da falha. Abre no Excel/ LibreOffice para revisar o lote de uma vez.
• download_log.txt — log detalhado da execução.

O resume é automático: rodar de novo pula o que já foi baixado (revalidando cada PDF; arquivos corrompidos são baixados de novo).

---

Fluxo recomendado

Para bibliografias grandes, rende mais combinar com o Zotero:

1. No Zotero, use "Find Available PDFs" para pegar o que ele já resolve.
2. Exporte como .bib apenas as referências que ficaram sem PDF.
3. Rode este script nesse .bib reduzido.

Artigos que sobrarem em paywall real podem ser baixados pelo login institucional via Portal CAPES/CAFe (https://periodicos.capes.gov.br) — o relatório HTML já traz os links prontos.

---

Segurança das credenciais

O arquivo bibgetpdf.config contém a sua chave de API — não compartilhe e não versione. O .gitignore do projeto já ignora esse arquivo; o que pode ir para um repositório é o bibgetpdf.config.exemplo (só com placeholders).

---

Licença

Distribuído sob a licença MIT — veja o arquivo LICENSE. Você pode usar, modificar e redistribuir livremente, mantendo o aviso de copyright.

---

Como citar

Se este software foi útil na sua pesquisa, por favor cite-o:

Silva, H. A. (2026). BibGetPDF (v1.0.0) [Software]. Zenodo. https://doi.org/10.5281/zenodo.21536834

Em BibTeX (apropriado, já que a ferramenta lê .bib):

@software{silva_2026_21536834,
  author       = {Silva, Henrique Alvarenga},
  title        = {BibGetPDF},
  month        = jul,
  year         = 2026,
  publisher    = {Zenodo},
  version      = {v1.0.0},
  doi          = {10.5281/zenodo.21536834},
  url          = {https://doi.org/10.5281/zenodo.21536834},
}

DOI (todas as versões): 10.5281/zenodo.21536834

O GitHub também exibe um botão "Cite this repository" (gerado a partir do CITATION.cff) com o formato pronto em APA e BibTeX.

---

Autor

Dr. Henrique Alvarenga — médico psiquiatra e professor do curso de Medicina da Universidade Federal de São João del-Rei (UFSJ), onde coordena as disciplinas de Psicopatologia e Psiquiatria. Atua na interface entre ciência, tecnologia, filosofia, comportamento e emoção, com interesse em análise de dados (R e Python) — terreno de onde nasceu esta ferramenta.

🔗 github.com/henriquealvarenga

---

Construído com o apoio do Claude Code (Anthropic).