核心用法
Google Scholar Search 是一款面向学术研究者的文献检索工具，通过模拟 Google Scholar 网页搜索实现论文查询功能。核心用法涵盖三类场景：
1. 基础关键词搜索：输入研究主题、技术术语或论文标题，快速获取相关文献列表；
2. 高级组合检索：支持叠加作者名（--author）与年份区间（--year-start/--year-end）进行精准过滤；
3. 作者画像分析：查询特定学者的所属机构、研究领域、总引用量及高引论文列表。
输出格式可选控制台表格或 JSON 文件，便于后续数据处理与文献管理。
显著优点
- 检索覆盖广：依托 Google Scholar 全球最大学术索引库，收录期刊论文、会议预印本、学位论文等多类型文献；
- 多维筛选能力：作者+年份双重过滤可快速定位领域里程碑工作；
- 结构化输出：JSON 导出支持直接接入自动化文献综述流程；
- 作者洞察：一键获取学者影响力指标，辅助导师遴选与合作调研。
潜在缺点与局限性
- 非官方 API 依赖：采用网页爬取技术，受 Google 反爬策略制约，可能出现请求限流、IP 封禁或结果格式变动导致的解析失败；
- 元数据不完整：摘要、作者单位等信息可能缺失或滞后于官方版本；
- 结果排序黑箱：Google Scholar 的排序算法不透明，难以复现相同检索条件下的稳定结果；
- 无全文获取：仅提供论文链接，不直接提供 PDF 下载，需配合 Sci-Hub 等工具使用。
适合人群
- 高校科研人员与研究生：快速调研课题背景与前沿进展；
- 文献综述撰写者：批量导出结构化数据辅助分析；
- 学术机构行政人员：评估学者影响力与科研产出。
常规风险
| 风险类型 | 说明 |
|---------|------|
| 服务可用性 | 因反爬机制升级导致功能间歇性失效 |
| 数据准确性 | 爬取字段可能与官方页面存在延迟或偏差 |
| 合规性 | 高频批量爬取可能违反 Google 服务条款 |
| 隐私泄露 | 若工具需登录授权，存在账号关联风险 |
建议关键研究场景下，交叉验证 Semantic Scholar、PubMed 等官方 API 数据源。