写论文最怕什么？数据出错是一类，参考文献翻车是另一类。特别是你手头引了一堆arXiv预印本，等要统一格式的时候，才发现从arxiv导出引用格式这件事儿，入口看着简单，真操作起来处处是细节。我这些年帮师弟师妹改过不少参考文献，也把自己的踩坑记录整理出来了。下面从导出入口讲起，一直到BibTeX字段怎么改、和文献管理工具怎么配合，一次讲清楚。
1. 为什么arXiv这类预印本引用会成为“格式重灾区”
1.1 预印本和正式发表的字段差异
arXiv是预印本平台，用来快速分享最新研究成果。很多人习惯性地把它当成普通期刊文章来引用，结果参考文献表里就会出现一些奇奇怪怪的东西：没有页码、没有卷号、甚至没有正式的期刊名。不是你不会操作，而是arXiv这类条目的“身份信息”本身就和不发表的期刊文章不一样。
正式期刊文章通常有一套稳定的元数据：期刊名、卷、期、页码、DOI、出版年份，缺一个编辑都会让你改。而arXiv文章只有一个编号，比如2401.12345，以及提交、更新版本的时间。它没有最终定稿的概念，作者可以挂个v2、v3来回改，甚至同一编号的论文最后在期刊上发表了，内容和arXiv版本还不一定完全一致。
所以，从arxiv导出引用格式，本质上是回答一个问题：这篇预印本在你文章的参考文献里，应该以什么身份出现？是作为预印本，还是作为正式发表文章的补充？这个答案决定了后面所有格式操作。
1.2 版本号：最容易忽略的“隐藏字段”
很多人在导出引用时压根没注意到版本号。实际上，arXiv编号后面的v1、v2不是装饰，它意味着两个不同版本的内容可能相差很大。你自己读的是v3，参考文献里却默认导出了v5，别人按图索骥找到文章却发现内容对不上，这就很尴尬。
如果只是正常看某个领域的最新进展，那引用最新版本就行。但如果你用了早期版本的算法、实验数据，或者投稿时评审人要求你明确指出你用的是哪个版本，那一定要在引文里保留版本后缀。后面我会专门讲怎么在BibTeX里标注版本，这里先记住一个结论：导出的默认引用通常不带版本号，需要自己留意。
2. 别着急复制粘贴，先认清导出入口和五种格式
2.1 摘要页上的导出入口在哪
打开任意一篇arXiv文章，网址一般是arxiv.org/abs/2401.12345，注意是abs页面，不是PDF页面，也别用export.arxiv.org的解析页面。摘要页右侧或者摘要下方会有一个“Export Citation”按钮，有些arXiv改版版本里叫“Bibliographic Tools”，位置略有浮动，但一定在这一带。
点击之后，你一般会看到几个选项：BibTeX、EndNote、RefWorks、RIS，有的版本还会出现DataCite和直接下载“Citation”文本的入口。不少同学第一次点进去之后盯着那个小弹窗不知所措，以为只能选一个然后复制。其实这里面的门道比想象中多。
如果在某个页面没找到导出按钮，也有一个野路子：把网址从abs改成export，例如arxiv.org/export/2401.12345。这个页面可以把题录信息转成多种格式后下载，算是官方给的“没有入口时的备用入口”，实测可用。
2.2 BibTeX、EndNote、RIS、RefWorks、DataCite到底怎么选
这几种格式看着五花八门，其实底层逻辑不复杂：
| 格式 | 本质 | 典型用途 |
|---|---|---|
| BibTeX | 纯文本，键值对 | LaTeX写作最常用 |
| EndNote | 纯文本，略有格式规定 | 导入EndNote桌面版 |
| RIS | 纯文本，标签行 | Zotero、Mendeley、EndNote通用交换格式 |
| RefWorks | 专有格式 | 老的RefWorks用户才需要 |
| DataCite | XML结构 | 数据集、科研数据引用场景 |
如果你用LaTeX写论文，BibTeX就是你的主选项，接下来我会花很大篇幅讲它。如果你用Word加EndNote，那就选EndNote格式，或者选RIS再导入EndNote也行。如果你用Zotero或者Mendeley管理文献，请优先选RIS，理由后面说明。
这里有个真实教训：有次帮人整理文献，他直接选了“Cite”然后复制成纯文本，黏到Word里表面看着挺工整，但编号和缩进全靠自己调整，最后几十条文献手动对了两个小时。所以，你能用结构化格式导入管理工具，就不要纯手工复制粘贴。
2.3 直接复制纯文本引用的办法
有些场景确实只需要一段纯文本引用，比如写不用文献管理器的短文。在导出弹窗里通常有一个“Citation”选项，它会按照APA、MLA、Chicago之类的风格展示一段引用文字。选中复制，黏贴，完事。
但我要多说一句：这种纯文本引用最大的问题是，它固定死了作者缩写、标题大小写、标点风格。你换一个投稿期刊，格式要求变了，就得手改。而且如果文章在期刊上后来发表了，这段纯文本引用不会自动给你补上期刊卷号和页码。所以纯文本方案只适合应急，不适合当作长期写作流程的核心。正经写论文，还是建议走BibTeX或者文献管理器，后面要改格式，改几个字段总比重打一整段话舒服。
3. 逐字段拆解导出的BibTeX，把需要改的地方一次找齐
3.1 导出的BibTeX长什么样
从arXiv导出BibTeX后，你通常会看到这样一段内容：
@article{vaswani2023attention, title = {Attention Is All You Need}, author = {Vaswani, Ashish and Shazeer, Noam and Parmar, Niki and Uszkoreit, Jakob and Jones, Llion and Gomez, Aidan N. and Kaiser, {\L}ukasz and Polosukhin, Illia}, journal = {arXiv preprint arXiv:1706.03762}, year = {2023}, month = {6}, note = {arXiv:1706.03762, preprint}, url = {https://arxiv.org/abs/1706.03762}, eprint = {1706.03762}, archivePrefix = {arXiv}, primaryClass = {cs.CL}, doi = {10.48550/arXiv.1706.03762} }不同版本或者不同论文导出的字段顺序、字段覆盖可能略有差异，但核心字段基本就是上面这些。如果你用的是老论文，编号可能是“hep-th/9901001”这种格式，字段同理，只少数几个老字段会出现缩写。先不慌，逐字段看。
3.2 字段说明与修改建议表
下面这份表，建议你收藏起来，导出后对照着检查：
| 字段 | 含义 | 要不要改 |
|---|---|---|
| title | 论文标题 | 基本不用动，注意特殊字符转义 |
| author | 作者列表，用and分隔 | 模板要求缩写时，交给BibTeX样式处理，别手工大改 |
| journal | 导出时是“arXiv preprint arXiv:编号” | 如果论文已正式发表，改成正式期刊名，并补volume/pages |
| year | 出版年 | 如果已经在期刊发表且引用正式版，改成期刊出版年 |
| month | 月份 | 一般用于预印本标注提交时间，正式发表后可删 |
| note | 通常写着arXiv编号和preprint字样 | 如果要标注版本，在这里补vN |
| url | arXiv摘要页链接 | 检查是否和引用的版本对应 |
| eprint | arXiv编号 | 一般不动，但如果你手动改note里的版本，检查两者是否一致 |
| archivePrefix | 固定“arXiv” | 不动 |
| primaryClass | 论文主分类，如cs.CL | 不动 |
| doi | arXiv分配的DOI，如10.48550/arXiv.xxx | 已正式发表后，改成正式文章的DOI |
其中最重要的一条原则：导出的BlBTeX默认把所有内容都当作“arXiv预印本”处理，所以你看到journal字段是一串伪期刊名。如果目标是正式发表后的条目，必须先把它替换成真正期刊信息。很多编辑初审就看这条，不改会显得你不经心。
3.3 LaTeX编译时最常见的三个小毛病
第一，month字段里是数字6而不是英文缩写。有的期刊模板（比如ACM样式）会自动把数字转成月份，有的则不处理，最后编译出来显示一个光秃秃的“6”。如果你在意，手动改成jun，或者干脆删掉month字段。
第二，作者名里出现{\L}这样的LaTeX转义，比如波兰语人名Łukasz。在UTF-8编码的bib文件里，你可以直接写Łukasz，也可以保留LaTeX转义。但要确保你的TeX编辑器允许多字节编码，否则编译可能报错。我见过有人把{\L}复制丢了反斜杠变成L{}ukasz，编译出来直接是个奇怪的连字符。
第三，url字段如果在文中编译不出来超链接，通常是你没加载hyperref宏包。在LaTeX导言区加一句\usepackage{hyperref}，引用里的DOI和URL才会变蓝色链接。这不是bib条目的问题，但却是从arxiv导出引用后最常遇到的抱怨。
4. 按场景决定格式化策略：预印本、正式发表、特定版本
4.1 什么场景该用arXiv引用
不是所有论文都应该以arXiv预印本的身份出现在参考文献里。我的判断标准很简单：如果这篇论文已经正式发表，并且你能拿到正式出版的卷号、页码或DOI，那就优先用正式发表版。用预印本引用，会给读者一种“你读的可能是未定稿”的暗示，尤其在高门槛期刊里，参考文献没给正式版本是会被挑剔的。
适合直接用arXiv引用的场景是这样的：论文刚挂在arXiv上，还没被期刊接收；或者你引用的内容只在某个特定版本里出现过，正式出版时被删改过；又或者这是篇纯预印本，作者压根没打算投期刊。在这些情况里，arXiv引用不仅没问题，反而是最诚实的选择。
4.2 正式发表后如何切换引用
假设你一开始用arXiv引用，后来文章发在了Physical Review D上，你只需要把BibTeX条目改成：
@article{author2024published, author = {Author, A. and Other, B.}, title = {Title of the Paper}, journal = {Physical Review D}, volume = {109}, pages = {012345}, year = {2024}, doi = {10.1103/PhysRevD.109.012345} }然后可以顺手删掉eprint、archivePrefix、primaryClass这些预印本专属字段。有些模板希望你同时保留“arXiv版本”和“正式发表版”，那就在note里加一句“Published version: https://doi.org/xxx”，而不是把两个条目都列进参考文献，那样会导致重复引用，被查重被质疑的几率极高。
4.3 引用特定版本的规范写法
如果必须引用具体某个版本，比如你写综述时明确说明“算法改进后效果提升来自v2版本”，那就在note字段里写上版本号，同时让url直达那个版本：
@misc{author2024v2, title = {Title of the Paper}, author = {Author, A.}, howpublished = {arXiv preprint}, year = {2024}, note = {arXiv:2401.12345v2}, url = {https://arxiv.org/abs/2401.12345v2} }注意，eprint字段里不要带v2后缀，因为BibTeX样式可能会自己拼一个版本后缀。但note和url里的版本后缀要明确。这个细节很容易踩坑：你以为自己标了v2，结果样式一编译，eprint又拼出一个v1，读者点进去看到的还是旧版。我自己有一次就是漏改了style文件里的eprint格式化规则，交出去之后才被合作者发现链接版本不对，改起来特别麻烦。
5. 和Zotero、EndNote、Mendeley配合的实战记录
5.1 Zotero里一条URL搞定
如果你用Zotero，最方便的思路不是去点击导出引用复制，而是直接在Zotero里通过“Add by Identifier”抓取元数据。操作是：工具栏点魔法棒图标那个按钮，粘贴arXiv的abs页面链接或者直接输入编号，Zotero会自动生成一个条目。
用这个方法抓到的条目，默认会在“Extra”字段里保留arXiv编号，有时候还会带一个“arXiv”的附件链接。但注意，Zotero抓取到的journal字段有时候会填成“arXiv preprint arXiv:xxxx”，这属于Zotero翻译器的处理逻辑，不完全代表字段正确。你要做的是检查抓到的条目有没有包含了版本、分类等信息，没有的话在Extra里手动补。
额外提醒：从Zotero导出为BibTeX时，默认条目类型可能是@article，也可能生成@misc，取决于抓取到的元数据。如果你投稿的模板要求预印本用@misc，导出前在Zotero里改一下“Item Type”，或者导出后手动调整。通常来说，期刊模板对条目类型的敏感度并不高，但个别要求严格的看会逐字段检查。
5.2 EndNote的导入路径与坑
用EndNote的话，从arXiv导出页面选择“EndNote”格式，会下载一个.enw文件，然后双击或通过File > Import导入。这里有个问题：旧版EndNote对BYNEX格式支持不太好，导入后url字段可能被截断，或者archivePrefix变成一堆乱码。新版EndNote用RIS格式导入反而更稳。
所以我的建议是：在arXiv导出页面选RIS格式，下载，然后导入EndNote。虽然RIS是给通用工具准备的，但对EndNote支持得很不错。导入后记得去“Reference Type”里确认是“Journal Article”还是“Preprint”，EndNote里预印本没有特别好的原生类型，建议统一设为“Preprint”，这样投稿时模板会按照预印本规则生成引用。
5.3 Mendeley抓取后的字段清洗
Mendeley和Zotero类似，也能通过URL识别arXiv论文。但你抓取后会遇到一个常见情况：Mendeley自动生成的条目里，Directory字段会被填成“arXiv”，而Publication字段可能是空，也可能是“arXiv preprint arXiv:xxx”。一旦你要导出BibTeX，空的Publication字段就会导致编译出来的参考文献中缺少出版信息。
我处理Mendeley arXiv条目的习惯是三步：
- 确定条目是纯预印本，还是已经发表。
- 纯预印本就在
Publication填“arXiv preprint”，再把编号写到arXiv ID字段。 - 已经发表就填正式期刊名，补卷号、页码、DOI，然后可以在Abstract或Notes里留下原文arXiv编号备查。
这些字段在Mendeley里位置分散，第一次找的人容易眼花，但耐心一点找一遍，后面所有引用都会省心。
6. 进阶玩法：批量拉取元数据和用API生成BibTeX
6.1 官方API入口
有时候你手上有一串arXiv编号，比如写综述时读了二十篇预印本，一篇一篇复制导出效率太低。这时候可以用arXiv官方的API接口，直接批量拉取元数据。
接口地址是：
http://export.arxiv.org/api/query用id_list参数传编号，用逗号分隔。例如：
curl "http://export.arxiv.org/api/query?id_list=1706.03762,2401.12345&max_results=10"返回的是Atom XML，里面包含了每条文章的标题、作者、摘要、链接、分类和发布时间。这不是BibTeX，但它是生成BibTeX的半成品，而且API更新及时，metadata比有些第三方解析站干净。
6.2 简单脚本批量抓取
有Python基础的话，配合feedparser库可以很快把元数据转成自己的BibTeX。这里给一个简化版的思路：
import feedparser ids = "1706.03762,2401.12345" url = f"http://export.arxiv.org/api/query?id_list={ids}&max_results=2" feed = feedparser.parse(url) for entry in feed.entries: print(entry.title) for author in entry.authors: print(author.name) print(entry.link)拿到这些信息之后，下一步就是按你自己的字段模板拼BibTeX字符串。要注意的点是：API里的标题可能带着HTML编码实体，比如&，拼进BibTeX之前先做一遍反转义，否则编译出来标题里会有个“&”。这算是个不大不小的坑，我一开始写脚本时确实漏过。
6.3 清洗导出的技巧
批量生成的BibTeX，我建议统一走一轮清洗，重点检查三件事：
- 标题里的LaTeX命令是否完整，花括号是否成对。
- 作者列表是否超长，有些模板对超过六个作者会强制显示
et al.，如果你不想让模板截断，就在作者列表最后一个名字前手动插and others。 - 所有字段是否有空值，比如
month缺失，或者note为空。空字段一旦被BibTeX样式引用，可能编译报错或输出空行。
批量处理的脚本可以写成自动化流程，但第一次使用时一定要抽几条人工核对。自动化最容易出错的地方就是“看起来都对，实际上字段错位”。
7. 我自用的“引用质检清单”，导出后花两分钟过一遍
7.1 必须检查的8项
整理参考文献时，我每从arxiv导出一次引用，都会对照下面这个清单过一遍，时间不会超过两分钟，但能躲掉绝大多数低级错误：
- 作者列表是否完整，有没有漏掉中间作者。
- 标题是否保留原始大小写，LaTeX转义有没有丢失。
journal字段是“arXiv preprint arXiv:xxx”还是正式期刊名，和你的引用意图是否一致。- 年份是否准确，用的是提交年还是公开发表年。
- 版本号是否需要标注在
note或url里。 url是否能打开，是否指向了正确的arXiv编号。- 如果你引用了正式发表版，DOI是否已替换成正式DOI。
eprint、archivePrefix、primaryClass是否保留得合适，有没有已经在正式发表版中变成冗余字段。
7.2 一个常见错误的实测对比
举一个我真实见过的错误例子。有人想把一篇ARXIV预印本改成正式发表引用，手动把journal字段改成“Physical Review Letters”，但没删掉eprint、archivePrefix，结果LaTeX编译出来的参考文献长这样：
[1] A. Author, B. Coauthor, Title, Phys. Rev. Lett. 101, 123456 (2008). arXiv:0710.1234v3 [quant-ph]看起来问题不大，但有的期刊模板要求已经正式发表的文章不得再标注预印本来源，否则会被当成重复出版嫌疑。正确操作是把预印本字段删干净，只保留正式发表信息。反过来，如果文章没有正式发表，却把journal字段改成了某个期刊名，参考文献里就会多出个不存在的文章，这个问题更严重。所以检查journal字段时，不只是看它填了什么，而是看你到底想以什么身份引用它。
8. 最后说点关于引用习惯的大实话
关于从arxiv导出引用格式，工具层面的问题其实十分钟就能学会。但真正决定你参考文献质量的是习惯。我现在养成了几个小习惯，分享给你作参考。
第一，每篇文章的BibTeX导出后，我都会顺手在本地在书目管理软件里建一条记录，用arXiv编号做唯一ID。这样后面不管引用哪个版本，都能直接追溯到原始来源。第二，写完论文初稿后，我会专门抽一个半天把参考文献过一遍，对照投稿模板的要求改格式，而不是交稿前一小时突击处理。第三，凡是出现“看起来能打开但内容不对”的链接，我宁可多花三十秒确认，也不会留着侥幸过关。
从arxiv导出引用格式真的不难，难的是把这件事当成论文质量的一部分来认真对待。希望这篇整理能让你少走点弯路，把时间留给真正重要的内容。
：TaoToken 统一 Key 接入配置骨架)
