参考文献查重-Python

预答辩的时候尤平老师说你们几个要注意一下，不要有重复文献。
于是打算查一下，200多个文献，总不能一条一条的查吧。果断想到了Python：
参考文献格式（文献.txt）：

[1] SEMENZA G L. Life with Oxygen[J]. Science, 2007, 318(5847): 62–64.
[2] 王建枝, 钱睿哲. 病理生理学[M]. 人民卫生出版社, 2018.
[3] MYLONIS I, SIMOS G, PARASKEVA E. Hypoxia-Inducible Factors and the Regulation of Lipid Metabolism[J]. Cells, 2019, 8(3): 214.
[4] WILSON W R, HAY M P. Targeting hypoxia in cancer therapy[J]. Nature Reviews Cancer, 2011, 11(6): 393–410.

基本思路是只保留作者名，然后比较重复的作者。

import re
with open("文献.txt", "r", encoding = "utf-8") as f:    
    FirstName = []    
    for vLine in f.readlines():        
        try:
            # 将序号清除掉
            vLineRemoveId = vLine.replace(re.search("\[[\d]*?\]\t", vLine, re.S).group(0), "");
            # 将作者名之外的内容清除
            vLineRemovedOther = vLineRemoveId.replace(re.search("\.[\d\D]*", vLineRemoveId, re.S).group(0), "")            
        except:            
            continue
        FirstName.append(vLineRemovedOther)
vDoubleNames = []
for vName in sorted(FirstName): 
    # 和新列表比较，如果在新列表中就说明重复了，将其打印出来   
    if vName.replace(re.search("[\d]*", vName, re.S).group(0), "") in vDoubleNames:
        print(vName)
    # 如果不在新列表中，则说明第一次出现，将其添加进新列表中
    else:
        vDoubleNames.append(vName)

运行后输出结果为：

BARTUZI P, BILLADEAU D D, FAVIER R, et al
DALY N L, SCANLON M J, DJORDJEVIC J T, et al
FURUTA E, PAI S K, ZHAN R, et al
MUNIR R, LISEC J, SWINNEN J V, et al
SEMENZA G L
SVENSSON R U, PARKER S J, EICHNER L J, et al
SWINNEN J V, BRUSSELMANS K, VERHOEVEN G
李晓晨, 王廷正
李晓晨, 王廷正
李金钢, 何建平, 王廷正
李金钢, 王廷正
王茁
王镜岩, 朱圣庚, 徐长法

把这些名字拿到论文中搜索发现中文的这几个都没有重复，是因为相同的人引了多篇文章。英文名字中，除SEMENZA G L都是重复文献，在zotero中看了一下，是因为我重复将文献收进了不同的目录，导致插入文献的时候被重复编号了。
SEMENZA G L的查询结果最让我吃惊：

诺奖.png

这一看就是个大佬，竟然引了他五篇文献，去年诺奖就是研究低氧的，果断去查了一下，不出所料，是其中之一：

诺奖2.png

好奇心起，查了一下另外两个大佬，结果一篇都没有引= =，等终稿前再看看其它两个人的研究。
等后面有时间了再优化一下，保证筛出来的一定是重复文献。