知网 PDF 批量重命名

问题背景

从知网（CNKI）批量下载的 PDF 往往沿用 论文标题_作者名.pdf 这类文件名，发表时间也常只有年份或到月，和文献管理软件、按日期归档的目录习惯对不上。若还要区分期刊论文与硕博学位论文，手工在检索页核对日期、改文件名，几十篇起就很耗时间，还容易抄错日期或漏掉 _硕 / _博 标记。

工作方式

本技能用 Playwright 驱动真实 Chromium，对目录里每个 PDF 做知网检索，从结果表里读取标题、精确发表日期（统一解析为 YYYYMMDD）以及数据库类型列（期刊 / 硕士 / 博士）。

典型流程包括：

• 从现有文件名解析论文标题（常见模式：标题_作者.pdf）
• 在 kns8s 检索页用已验证选择器（如 input.search-input、td.date、td.data）抓取元数据
• 重命名为 YYYYMMDD_标题.pdf；学位论文可附加 _硕 或 _博 后缀
• 两轮处理：先处理尚无 8 位日期前缀的文件；再对仅有 YYYYMM 精度的文件二次检索以补全日

脚本按批次执行（默认每批约 15 篇），检索间隔与批间暂停用于降低触发腾讯滑块验证码的概率；若检测到 #tcaptcha_transform_dy 可见，会暂停以便人工完成验证。

适用边界与注意点

• 依赖本机可用的 Python 与 Playwright，且需能访问知网；验证码频繁时需加大 SEARCH_DELAY、减小 BATCH_SIZE。
• 检索匹配依赖标题与 CNKI 结果一致；文件名残缺、重名或检索歧义时可能匹配到错误条目，重命名前宜抽查几篇。
• 属于浏览器自动化，不是 CNKI 官方 API；站点改版可能导致选择器失效，需按 SKILL 中的 DOM 对照表维护。