中国专利数据的PDF应该去哪里批量下载！

Question

1.我想下载2000年以后中国专利的PDF，尝试过incopat（用ui path进行重复点击下载，但速度太慢需要将近八年，太快需要验证，暂时没办法解决），国家知识产权总局的一个专利检索系统目前没办法依靠ui path（每下载一个都需要验证码）。两者虽然我都可以批量下载，但是太少了，还是需要很长的时间，请问各位牛人知不知道哪里可以直接下载很多很多的。
2.下面的xml是其他研究者批量下载专利的地方，但是我找不到，点不进去，请问各位牛人能不能帮我解析一下。

This XML file does not appear to have any style information associated with it. The document tree is shown below.
<business:PatentDocumentAndRelated xmlns:business="http://www.sipo.gov.cn/XMLSchema/business" xmlns:base="http://www.sipo.gov.cn/XMLSchema/base" xmlns:m="http://www.w3.org/1998/Math/MathML" xmlns:tbl="http://oasis-open.org/specs/soextblx" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" country="CN" dateProduced="20151231" datePublication="20160106" docNumber="105217357" file="CN102013000481828CN00001052173570APIDZH20160106CN00V.XML" kind="A" lang="zh" status="C" xsi:schemaLocation="http://www.sipo.gov.cn/XMLSchema/business /DTDS/PatentDocument/Elements/OtherElements.xsd" xsdVersion="V2.2.1">
<business:FullDocImage imgPath="\CN102013000481828CN00001052173570APIDZH20160106CN00V" type="pdf" numberOfFigures="11" country="CN" lang="zh">
<business:ImageFile fileName="CN102013000481828CN00001052173570APDFZH20160106CN00U.PDF" num="1" fileType="PDF">
<business:TitlePages>
<base:PageRange>
<base:FirstPageNumber>1</base:FirstPageNumber>
<base:LastPageNumber>1</base:LastPageNumber>
</base:PageRange>
</business:TitlePages>
</business:ImageFile>
<business:ImageFile fileName="CN102013000481828CN00001052173570APDFZH20160106CN00U.PDF" num="1" fileType="PDF">
<business:ClaimPages>
<base:PageRange>
<base:FirstPageNumber>2</base:FirstPageNumber>
<base:LastPageNumber>2</base:LastPageNumber>
</base:PageRange>
</business:ClaimPages>
</business:ImageFile>
<business:ImageFile fileName="CN102013000481828CN00001052173570APDFZH20160106CN00U.PDF" num="5" fileType="PDF">
<business:DescriptionPages>
<base:PageRange>
<base:FirstPageNumber>3</base:FirstPageNumber>
<base:LastPageNumber>7</base:LastPageNumber>
</base:PageRange>
</business:DescriptionPages>
</business:ImageFile>
<business:ImageFile fileName="CN102013000481828CN00001052173570APDFZH20160106CN00U.PDF" num="4" fileType="PDF">
<business:DrawingPages>
<base:PageRange>
<base:FirstPageNumber>8</base:FirstPageNumber>
<base:LastPageNumber>11</base:LastPageNumber>
</base:PageRange>
</business:DrawingPages>
</business:ImageFile>
</business:FullDocImage>
</business:PatentDocumentAndRelated>

Answer 1

阿里嘎多学长整理AIGC生成，因移动端显示问题导致当前答案未能完全显示，请使用PC端查看更加详细的解答过程

解决方案

你想批量下载中国专利数据的PDF，但是遇到了速度太慢的问题。下面是一些可能的解决方案：

1. 使用API：国家知识产权总局提供了API，可以使用Python或其他语言来调用API获取专利数据。例如，可以使用patent-api库来获取专利数据。
2. 使用爬虫：使用爬虫工具，如Scrapy或Selenium，可以模拟浏览器行为，下载PDF文件。需要注意的是，需要遵守相关法律法规和网站的使用条款。
3. 使用数据平台：有很多数据平台，如Data.gov.cn、PatentScope等，可以提供专利数据的下载服务。
4. 使用专利检索系统的批量下载功能：国家知识产权总局的专利检索系统可能提供批量下载功能，可以尝试使用该功能。

以下是一个使用Python和patent-api库来获取专利数据的示例代码：

import requests
import json

# 设置API参数
api_key = "your_api_key"
patent_number = "CN2000000000"

# 发送GET请求
url = f"https://api.patent.gov.cn/v1/patent/{patent_number}"
headers = {"Authorization": f"Bearer {api_key}"}
response = requests.get(url, headers=headers)

# 解析JSON数据
data = json.loads(response.content)

# 下载PDF文件
pdf_url = data["pdf_url"]
response = requests.get(pdf_url, stream=True)
with open(f"{patent_number}.pdf", "wb") as f:
    for chunk in response.iter_content(1024):
        f.write(chunk)

请注意，这只是一个示例代码，需要根据实际情况进行修改和调整。