用于自动化在线工具查询的脚本

Question

因此，我有许多氨基酸序列字符串，我想将它们用作一个工具的输入，该工具研究它与人类免疫系统(http://www.cbs.dtu.dk/services/NetMHCcons/)的某些组件之间的相互作用。

我想问一下，通过脚本(最好是R或python )访问、输入数据和获取输出的方式是什么。我的主要问题是，我有很多需要单独查询的序列，所以我希望将整个过程自动化。该网站有一个名为“提交”的字段，该字段接受字符串输入。还有另一个字段"select species/loci“，它给出了一个下拉菜单，需要从中选择一个选项。最后有一个“提交”按钮。单击submit后，输出将简单地加载到页面上。

我试探性地使用了RSelenium和Rcurl，但想问一下是否有更有效的方法。

Answer 1

我看了一下从Python向这个服务发送POST请求需要做些什么，而且看起来是可能的：

• 此表单接受"multipart/ form - data“(请参阅：How to send a "multipart/form-data" with requests in python?)，您需要以此格式发送数据。您可以从浏览器检查请求(使用开发工具)，并从那里复制字段作为起点。
• 表单提交后，它不会立即给出结果。您需要从响应中获取您的作业ID，然后轮询URL：http://www.cbs.dtu.dk/cgi-bin/webface2.fcgi?jobid={your_job_id}&wait=20，直到它给出结果
• ，然后需要下载并解析

结果

然而，这个工具可以作为linux/mac的可移植版本：https://services.healthtech.dtu.dk/software.php

也许下载这个版本会让它更容易呢？

Answer 2

试试这个：Submitting to a web form using python这个链接是关于如何使用urllib在python中发送web表单的答案。检查您的源代码并使用re模块从您放置的链接的源代码中提取必要的数据，然后发送请求。将python文件中http://www.cbs.dtu.dk/services/NetMHCcons/的HTML源代码保存为

source_code = '''...'''

在火狐浏览器中使用CTRL+U可以找到超文本标记语言。