T 7714-2015 规范化与链接核验 は何をしますか？
一、为什么值得单独做成一个 skill
这项工作有三个特征：规则细节多（文献类型标识、电子文献的引用日期、三位作者以上的写法各不相同）、容易出错且不报错（几十个字符串里错一个很难被发现），以及一次写错就很难肉眼发现。所以重点不是"记住规则"，而是程序化写入 + 回读校验 + 链接核验这套流程。
二、GB/T 7714-2015 著录要点
基本结构
[序号] 主要责任者. 题名[文献类型标识/载体标识]. 出处, 年, 卷(期): 起止页码.
常见类型标识
| 类型 | 标识 | 电子化写法 |
|---|---|---|
| 普通图书 | [M] | [M/OL] |
| 期刊文章 | [J] | [J/OL] |
| 报纸文章 | [N] | [N/OL] |
| 学位论文 | [D] | [D/OL] |
| 报告 | [R] | [R/OL] |
| 标准 | [S] | — |
| 电子公告 | [EB/OL] | — |
| 专利 | [P] | [P/OL] |
必须注意的三条
- 电子文献必须著录引用日期和访问路径 —— GB/T 7714-2015 第 4.9 条的要求。
带 URL / DOI 的文献，规范写法应当是
[J/OL]. 期刊名, 年, 卷(期): 页码[引用日期]. https://...。 反过来，如果目标期刊/学校不要求，去掉引用日期是可以的，但要知道这是自己在做取舍。 - 责任者超过 3 个时，中文文献写「主要责任者, 等」，西文写「主责任者, et al」。 国标允许全部列出，但同一篇文献里要前后统一。
- 西文作者姓在前、名缩写在后：
Büller HR, Verhamme P, Weitz JI。 不要把 PubMed 的Buller HR直接搬过来丢了变音字母，也不要写成HR Büller。
三、链接核验（核心工具）
# 每行一个：URL / DOI / PMID / PMC 编号，脚本自动判别类型
python3 scripts/check_refs.py refs.txt
# JSON 输入，支持显式指定类型
python3 scripts/check_refs.py refs.json --timeout 20 --workers 8
退出码：0 = 无明确失效项；1 = 存在失效项。
支持的输入形态：
| 输入 | 解析结果 |
|---|---|
10.1056/NEJMoa2513880 或 https://doi.org/... | DOI 链接 |
25482425（纯数字） | PubMed 链接 |
PMC2909362 | PMC 链接 |
https://... 或裸域名 | 原样访问 |
判定逻辑（重要）
脚本把结果分三桶，不要一看到非 200 就判失效：
| 桶 | 条件 | 处理 |
|---|---|---|
| 可直接访问 | 200 / 203 / 30x | 通过 |
| 疑似反爬 | 403 / 412 / 429 / 503 / 000（无非致命错误） | 改用浏览器复核，不是链接错了 |
| 疑似失效 | curl 明确报 could not resolve host 等 DNS/证书错误 | 确认后替换或删除该链接 |
已实测的两个坑：
- PubMed 返回 203，不是失败。曾经把 203 当成失效，白白浪费一轮排查
curl -s会把 DNS 错误静默掉，导致"域名不存在"和"网络被墙"这两种完全不同的 情况都显示 000。脚本已改用-sS，靠 stderr 区分
常见站点的访问特性
| 站点 | 特征 |
|---|---|
nhc.gov.cn（国家卫健委） | curl 常返回 412 反爬，浏览器能正常打开 |
| 万方 med. 域 | 有反爬，可改用 d.wanfangdata.com.cn/periodical/<xxx> 形式访问 |
| 知网 | 一般不提供直链，文献能检索到即可，不必强求 URL |
| NEJM / Lancet | 付费墙，curl 常返回 403；有 DOI 就够了 |
四、写入工艺：防止字符错乱
这是本 skill 最容易被忽视、也最容易造成实际伤害的一点。
不要用长 Heredoc 直接往 docx / json / py 里写长列表文献。
实践中多次出现字符错乱：DOI 前缀写错（10.7723 误为 10.19546 之类）、
作者名错字、政策文号乱码，且写入过程不报错。
正确做法：
# 1) 把文献列表构造成 Python 数据结构，程序化整块写入
refs = [
{"id": 1, "text": "Büller HR, ...", "url": "https://...", "doi": "10.1056/..."},
...
]
# 2) 定义校验清单
must_have = ["25482425", "10.1056/NEJMoa2513880", "国卫医发", "Büller"]
bads = ["10.7723", "理相指南", "ERUOIMMUON"]
# 3) 写完后立刻回读校验
content = read_back()
missing = [s for s in must_have if s not in content]
leaked = [s for s in bads if s in content]
assert not missing and not leaked, (missing, leaked)
must_have 放关键标识（PMID、DOI、文号、难写的人名地名），
bads 放已知的错误写法。两者都要有：前者防丢内容，后者防产生错误内容。
五、常见错误清单（照着查一遍）
| 错误 | 例子 | 正确写法 |
|---|---|---|
| 合并不同口径的数值 | 把"2-4%（RCT）"和"2-5%（真实世界）"合并成一个数 | 保留口径差异，分开写 |
| 卷期页写错 | Büller 写成 2009;361:1722 | 实际为 NEJM 2015;372:232-240 |
| 转引当成原引 | 引了一篇二手综述里的数字，却标注原始 RCT | 追到原文，或明确写"转引自" |
| 政策文件无出处 | 正文引了 5 份文件，参考文献表里一条没有 | 正文引用的每份政策/报告都要入表 |
| 著录标题与实际不符 | 文献[1]标题和实际发表的文章不是一篇 | 逐条核对标题 |
| 专有名词拼写错误 | EUROIMMUN 写成 ERUOIMMUON | 逐条目视核对专有名词 |
六、Zotero / CSL 相关
需要调整 Zotero 引用样式时，直接改 .csl 文件比用插件配置更可控。
例如 GB/T 7714-2015 numeric 样式每条文献末尾都带 [引用日期]，
找出 accessed-date 宏把宏体清空为 <group/> 即可全站失效（一处改动）。
同时改 id / title / updated 避免与官方样式冲突。
但要提醒自己：GB/T 7714-2015 对电子文献要求著录引用日期（第 4.9 条）， 去掉之后对正式投稿的期刊 / 学位论文可能不符合规范。这是用户自己的权衡， 应当把这个取舍明确告知，而不是默默去掉。
issued-year 宏里保留的一处 accessed 兜底是合理的（issued 缺失时用访问年份占位），
不要一起删掉。
七、检查清单
- 每条文献的类型标识与是否
/OL一致 - 超过 3 位作者的处理方式前后统一
- 西文人名姓在前、名缩写；变音字母没有丢
- 电子文献有引用日期（除非明确决定不要）与访问路径
- DOI 前缀正确、无半角/全角混用
- 链接已跑
check_refs.py，"疑似反爬"项用浏览器复核过 - 写入后
must_have/bads回读校验通过 - 正文引用的每条都在文献表中出现，反之亦然