文献管理软件的“PK”之旅 —— PDF信息提取
“ 文献管理软件这么多，我究竟该用哪一个？”
这是每个科研工作者都会碰到的问题。据不完全统计，目前文献管理类软件至少有几十种。其中，主流的有以下几款：Endnote、Mendeley、Zotero、Papers等。初看来，这几款软件的功能都差不多，难分伯仲。在各大学术论坛和网络媒体上有些比较，但是大多不够系统、或者个人偏好明显。为了方便各位选择，小编将从各个方面出发，比较这些软件。根据这些比较，各位可以根据要求选择适合的文献管理软件。
目前，文献多以PDF格式保存和传播。所以文献管理软件对PDF的识别和信息提取能力必须足够强。目前，Endnote、Mendeley、Zotero、Papers都具有PDF信息提取能力。本期内容，小编以不同出版时间的英文文献、中文文献、专利和书籍（都为PDF格式）为例，来考察各大软件的提取能力。
在对比之前，简单介绍软件是如何实现PDF信息提取的。一般分为三步：1. 如果PDF文件带有元数据信息，软件就可以直接提取信息；2. 如果PDF文件没有元数据，软件可以检测PDF文件，寻找文献DOI号、专利号、或者ISBN号，然后通过网络检索文献信息；3. 万一PDF中DOI号都没有，部分软件还可以直接从PDF中提取文题、作者、页码等信息。注意：很多软件通过Google Scholar来检索文献，而国内有无法连接Google Scholar，从而导致软件的PDF识别能力大大削弱（以下对比是在没有翻墙的情况下测试）。
1. 主流英文期刊
因为平时阅读最多的是英文文献。本节选择了不同时期的JACS文献（2015、2004 、1993 、1983）为例。
a. Endnote：如图1，仅能自动识别出2015年文献、而04/93/83年发表文献均未能识别。
图 1
b. Mendeley：全部识别，信息全面，包括文题、作者、页码、杂志名等，如图2所示：
图 2
c. Zotero ：能识别2015/2004年文献，无法识别93/83年文献。注意：导入文献时，Zotero并不能像Endnote一样自动识别，需要选中文献，右击选择“重新提取元数据”。提取结果见下图3：
图 3
d. Papers: Papers能识别2015/2004/1993年文献，但无法识别83年文献。如图4所示;
图 4
2. 中文文献
虽说大多中文文献都很水，但偶尔也还是会看看。特别是博士论文，对于了解一个陌生领域有一定帮助。以上者四款软件都是国外团队开发，中文识别能力怎么样呢？我们先看看测试结果。如下图5 - 8。
图 5
图 6
图 7
图 8
几乎全军覆没，要么是根本无法识别、要么是乱码、最多也就提取个标题。Zotero的中文网页的提取能力虽然强，但是对中文PDF也是爱莫能助。即使翻墙，这些软件对中文PDF也毫无办法。所以对于中文文献，只能手动码字了。如果你平时中文文献看的非常多，请关注我们后期会推出的Noteexpress或者医学文献王。
3. 专利的识别能力
除了期刊文献，科研工作者还会阅读大量专利文献。有时专利的及时性要比期刊更好，这是因为在发表文章之前，作者都会先申请专利（专利相关内容请到我们专利专栏查看）。各大文献管理软件对专利的鉴别能力如何呢？
a. Endnote：如图9，毫无鉴别能力，多次reference Update无果。
图 9
b. Mendeley ：3篇US Patent中识别出一篇。如图10所示。
图 10
c. Zotero ：在没有翻墙的情况下，Zotero对Patent也毫无识别力。如图11所示：
图 11
d. Papers：对于专利Papers也是没什么识别力。如图12。
图 12
4. 书籍识别力
除了期刊文献和专利，平时阅读最多的当属各类专业书籍。现选择两本PDF格式英文书籍为例。
a. Endnote: 两本书籍都未能识别，如图13所示：
图 13
b. Mendeley: 成功识别两者，但其中一本（CRC）信息不全。识别出书名和作者，但是页码有误。如图14所示：
图 14
c. Zotero: 识别一本，未能识别出CRC Handbook of Chemistry and Physics。如图15所示;
图 15
d. Papers:两本书籍都没能识别。如图16。
图 16
通过以上四大比较，各大软件的PDF提取能力一目了然。从类别来分析，他们的期刊文献的提取能力都很强，但对于专利、书籍的提取能力较弱，对中文期刊则毫无办法。各软件的综合评分如下：Zotero（VPN）~ Mendeley > Zotero ~ Papers > Endnote 。
当然选择一款软件不仅仅要看其PDF的提取能力，小编将在后期内容陆续从其他方面进行比较。敬请期待哦。