PDFs¶

O download de PDFs é opcional.

Metadados são mais confiáveis que PDFs, porque OAI-PMH é protocolo padronizado. PDFs dependem da configuração local da revista, dos galleys e das permissões de acesso.

Teste por amostragem¶

Antes de baixar uma coleção inteira, teste poucos PDFs:

ojs-scrape "https://rbs.sbsociologia.com.br/rbs/index" \
  --from 2026 \
  --until 2026-05-30 \
  --pdf \
  --pdf-limit 2 \
  --pdf-dir pdfs_teste/ \
  -o rbs_2026.json

Se funcionar, rode sem --pdf-limit.

Lote completo¶

ojs-scrape "https://rbs.sbsociologia.com.br/rbs/index" \
  --from 2020 \
  --until 2026-05-30 \
  --pdf \
  --pdf-dir pdfs/ \
  -o rbs_2020_2026.json

Como o pacote encontra PDFs¶

A sequência de tentativas inclui:

URL direta do artigo;
link de galley na página do artigo;
conversão de /article/view/{id}/{galley} para /article/download/{id}/{galley};
priorização de galleys oficiais sobre PDFs externos citados em referências.

Galleys podem ser:

numéricos, como 579;
textuais, como pdf_53;
faixas ou rótulos, como 759-775.

Falhas esperadas¶

O download pode falhar quando:

o artigo não tem PDF;
o PDF exige login;
o PDF está sob embargo;
o link está quebrado;
o tema/plugin OJS altera o padrão dos galleys;
há bloqueio por IP, CAPTCHA, Cloudflare ou rate limit agressivo.