在R语言环境下做文献计量，rscopus包是最常被采用的桥梁之一。它封装了Elsevier提供的ScienceDirect与Scopus底层接口，让研究者不必手写复杂的URL拼接与响应解析，就能拿到结构化文献记录。Elsevier API并不是开放匿名访问，每一次调用都要携带有效的API Key，部分机构还需要额外的InstToken来解除全文或元数据配额限制。理解这套授权机制，是后续所有文献计量工作的前提。
Elsevier API授权体系与rscopus配置
Elsevier开发者门户申请到的API Key是一串长字符，代表单个应用的身份。很多学校图书馆会同时申请InstToken，用于证明请求来自已订阅机构，从而提升可检索字段与每日限额。rscopus读取授权信息有两种方式：一种是在调用函数时显式传入api_key参数；另一种是在用户根目录放置名为elsevier_api_key.txt的文件，首行写Key，第二行写InstToken，包会自动加载。后者适合写批处理脚本，避免密钥硬编码在代码仓库。
如果授权文件缺失或格式错乱，rscopus会抛出401或403错误。需要特别注意的是，InstToken并不是所有接口都强制，但涉及引文计数、作者画像等深度指标时，没有它返回的数据会大量缺失。下面展示一个最小配置示例，先检测环境变量再回退到文件：
# 设置API Key与机构令牌
Sys.setenv(ELSEVIER_API_KEY = "你的key字符串")
Sys.setenv(ELSEVIER_INST_TOKEN = "你的insttoken字符串")
library(rscopus)
# 测试授权是否生效
test <- tryCatch(
author_df(author_id = "7004212771", api_key = Sys.getenv("ELSEVIER_API_KEY")),
error = function(e) NULL
)
if (is.null(test)) {
stop("授权失败，请检查elsevier_api_key.txt或环境变量")
}
从实践角度看，把密钥放进环境变量比明文文件更安全，尤其在共享服务器上。rscopus在2.0之后版本对https证书校验更严格，若机构代理有自签证书，需要额外配置httr::config跳过验证，否则会在内网环境直接连接失败。
使用rscopus抽取文献与计量指标
核心函数scopus_search接受自由检索式，返回包含标题、作者、期刊、被引次数的数据框。文献计量中常用的产出量、合作网络、主题演化，都能从返回字段二次计算。相比直接用httr::GET请求，rscopus自动处理游标分页，不会因为超过25条就截断。下面的代码演示按关键词检索近五年论文并提取引文：
query <- 'TITLE-ABS-KEY("machine learning") AND PUBYEAR > 2018'
res <- scopus_search(query = query,
api_key = Sys.getenv("ELSEVIER_API_KEY"),
inst_token = Sys.getenv("ELSEVIER_INST_TOKEN"),
max_count = 200)
df <- res$df
# 计算篇均被引
mean_cite <- mean(as.numeric(df$citedby_count), na.rm = TRUE)
print(paste0("平均被引：", round(mean_cite, 2)))
上述方式拿到的citedby_count是Scopus索引内的被引，不等于Google Scholar。做对比研究时要声明数据源边界。另一个易错点是max_count参数，免费Key通常日限额5000次请求，单次拉取200篇若字段多会消耗多个配额，批量任务需加Sys.sleep做限速。
除了搜索，abstract_retrieval可按DOI拿摘要文本，用于后续LDA主题建模。rscopus把XML响应转成列表，再用as.data.frame扁平化。以下片段展示摘要抽取与简单词频统计思路：
abs <- abstract_retrieval(doi = "10.1016/j.patcog.2021.107932",
api_key = Sys.getenv("ELSEVIER_API_KEY"))
core <- abs$content$`full-text-retrieval-response`$coredata$`dc:description`
words <- unlist(strsplit(tolower(core), " "))
top <- sort(table(words), decreasing = TRUE)[1:10]
print(top)
常见限流错误与文献计量管道设计
当返回错误包含quota exceeded，说明当日Key额度用完。文献计量项目常需数万条记录，必须设计断点续跑：把已抓取DOI写入本地SQLite，每次循环前比对，失败请求写入日志而非中断。rscopus本身不提供缓存层，需要用户用foreach加doParallel控制并发数，一般并发不超过4，避免触发Elsevier风控。
另一个误区是认为InstToken可绕过一切订阅墙。实际上它只影响元数据丰富度，不能下载PDF全文，全文仍需透过机构代理或ScienceDirect许可。做国家层面科研评价时，建议将rscopus结果与国际数据库交叉校验，防止因为API字段缺失低估产出。
综合来看，把授权配置、分页抽取、限额控制拆成独立模块，再用R脚本串联，能构建稳定管道。下例给出一个带休眠与日志的骨架，实际部署时可替换为C:\research\scopus\logs\这样的本地路径保存状态文件：
library(rscopus)
key <- Sys.getenv("ELSEVIER_API_KEY")
tok <- Sys.getenv("ELSEVIER_INST_TOKEN")
queries <- c('TITLE-ABS-KEY("deep learning")', 'TITLE-ABS-KEY("reinforcement learning")')
for (q in queries) {
out <- scopus_search(query = q, api_key = key, inst_token = tok, max_count = 100)
saveRDS(out$df, file = paste0("C:\\research\\scopus\\", gsub('"', "", q), ".rds"))
Sys.sleep(2)
}
通过上述结构，研究者可以把精力放在指标构建而非接口调试上。rscopus的价值正在于用一致的R语法屏蔽了Elsevier API的异构细节，只要授权无误、限额可控，文献计量分析便能实现高度自动化。
rscopusElsevier API文献计量修改时间：2026-08-21 00:46:47