# 专利采集数据源参考

## 主要数据源

### 1. Google Patents（首选）
- **URL:** https://patents.google.com
- **覆盖范围:** 全球 100+ 专利局
- **优势:** 免费无需注册、全文搜索、PDF 下载、CPC 分类号
- **采集方式:** Scrapling stealthy-fetch
- **限制:** 需要反爬处理、搜索结果分页

### 2. USPTO PatentView API
- **URL:** https://patentsview.org/
- **覆盖范围:** 美国专利
- **优势:** 结构化 JSON、批量查询、无需认证
- **采集方式:** REST API
- **API 端点:**
  - 搜索: `https://api.patentsview.org/patents/query`
  - 参数: q(查询), f(字段), o(选项)
- **限制:** 仅美国专利、数据更新可能有延迟

### 3. WIPO PatentScope
- **URL:** https://patentscope.wipo.int/
- **覆盖范围:** PCT 国际专利申请
- **优势:** 国际专利覆盖、多语言
- **采集方式:** Scrapling stealthy-fetch
- **限制:** 需要反爬处理

### 4. USPTO PPUBS（公共专利检索）
- **URL:** https://ppubs.uspto.gov/
- **覆盖范围:** 美国专利
- **优势:** 官方数据、完整法律状态
- **采集方式:** API + Scrapling

## 数据源选择策略

```
┌──────────────────────────────────────────┐
│          数据源选择决策树                   │
├──────────────────────────────────────────┤
│                                          │
│  美国专利? ──→ Google Patents (首选)      │
│       │          + USPTO PPUBS (验证)     │
│       │                                  │
│  国际专利? ──→ Google Patents (首选)      │
│       │          + WIPO (补充)            │
│       │                                  │
│  批量查询? ──→ USPTO PatentView API      │
│       │          + Google Patents (补全)  │
│       │                                  │
│  法律状态? ──→ USPTO PPUBS (权威)         │
│                                          │
└──────────────────────────────────────────┘
```

## 特定机构专利搜索模板

| 机构 | Google Patents 搜索语法 |
|------|------------------------|
| Lockheed Martin | AN=("Lockheed Martin") |
| Raytheon/RTX | AN=("Raytheon") OR AN=("RTX") |
| Northrop Grumman | AN=("Northrop Grumman") |
| DARPA | AN=("United States Secretary of Defense") AND TAC=("DARPA") |
| US Navy/NRL | AN=("United States Navy") OR AN=("Secretary of the Navy") |
| US Air Force/AFRL | AN=("United States Air Force") OR AN=("Secretary of the Air Force") |

## 采集合规要求

1. **遵守 robots.txt:** Google Patents 允许搜索引擎索引
2. **礼貌延迟:** 请求间隔 ≥ 3 秒
3. **数据用途:** 仅限公开情报分析
4. **数据标注:** 所有数据附带来源 URL 和采集时间
5. **PDF 版权:** 专利文件为公开文件，可合法下载保存