api_guide

# OpenAlex API 完整指南 ## 基础信息 **基础 URL:** `https://api.openalex.org` **身份验证:** 无需 **速率限制:** - 默认: 1 次请求/秒，10 万次请求/天 - 礼貌池（带邮箱）: 10 次请求/秒，10 万次请求/天 ## 关键最佳实践 ### ✅ 推荐：使用 `?sample` 参数进行随机抽样 https://api.openalex.org/works?sample=20&seed=123 对于大样本（10k+），请使用多个种子并去重。 ### ❌ 避免：使用随机页码进行抽样 错误示例: `?page=5`, `?page=17` - 这会导致结果偏差！ ### ✅ 推荐：使用两步查找进行实体过滤 1. 查找实体 ID: /authors?search=einstein 2. 使用 ID: /works?filter=authorships.author.id:A5023888391 ### ❌ 避免：直接按实体名称过滤 错误示例: `/works?filter=author_name:Einstein` - 名称具有歧义！ ### ✅ 推荐：使用最大页面大小进行批量提取 ?per-page=200 这比默认值 (25) 快 8 倍。 ### ❌ 避免：使用默认页面大小 默认每页仅 25 条结果。 ### ✅ 推荐：使用 OR 过滤器 (管道符 |) 进行批量查找 /works?filter=doi:10.1/abc|10.2/def|10.3/ghi 每个过滤器最多支持 50 个值。 ### ❌ 避免：对列表进行顺序 API 调用 当可以批量处理时，进行 100 次单独调用效率极低。 ### ✅ 推荐：实现指数退避重试机制 python for attempt in range(max_retries): try: response = requests.get(url) if response.status_code == 200: return response.json() except: wait_time = 2 ** attempt time.sleep(wait_time) ### ✅ 推荐：添加邮箱以获得 10 倍速率限制提升 [email protected] 从 1 次请求/秒提升至 10 次请求/秒。 ## 实体端点 - `/works` - 2.4 亿+ 学术文档 - `/authors` - 研究人员档案 - `/sources` - 期刊、存储库、会议 - `/institutions` - 大学、研究机构 - `/topics` - 主题分类（3 级层次结构） - `/publishers` - 出版组织 - `/funders` - 资助机构 - `/text` - 使用主题/关键词标记您自己的文本 (POST) ## 核心查询参数 | 参数 | 描述 | 示例 | |-----------|-------------|---------| | `filter=` | 过滤结果 | `?filter=publication_year:2020` | | `search=` | 全文搜索 | `?search=machine+learning` | | `sort=` | 排序结果 | `?sort=cited_by_count:desc` | | `per-page=` | 每页结果数 (最大 200) | `?per-page=200` | | `page=` | 页码 | `?page=2` | | `sample=` | 随机抽样 | `?sample=10` |