如何使用selenium从NCBI下载DNA序列？

Question

我已经开始用Python学习selenium，基本上，我是一名生物信息学的学生。我想从链接下载一个"fasta“格式的DNA序列数据：

044604.1?report=fasta

我知道通过Biopython下载.fasta序列是可能的。我想试试硒。下面是我写的代码。

from selenium import webdriver

from selenium.webdriver.common.keys import Keys

from selenium.webdriver.common.by import By

import time

url=input("Enter the URL: ")

driver=webdriver.Chrome(executable_path=r"D:\python\webdriver_chrome\chromedriver.exe")

driver.get(url)

elements=driver.find_element(By.XPATH, "//div[./div[starts-with(@id,'viewer')]]//pre")

file=open(r"C:\Users\USER\OneDrive\Desktop\seleniumtext1.text", "a+")

file.write(str(elements.text))

file.close() 

您可以查看我想要刮掉的html结构，在这里

但我无法下载整个序列。我已经将通过"Biopython“下载的实际序列和通过"selenium”下载的序列附加在：https://mega.nz/folder/tV0BESjY#iQIbdeKPOxS78bvhtcC1BQ

在"XPATH“中是否需要进行任何更正？请教我这方面的知识。

Answer 1

该页面需要一段时间才能呈现，因此您需要包含一个等待方法。在我的测试中，30秒甚至没有足够的时间来完全呈现整个序列。

此外，xpath表达式不正确。

我测试了这个例子，它对我起了作用。

import time
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.by import By

url=input("Enter the URL: ")
driver=webdriver.Chrome(executable_path=r"D:\python\webdriver_chrome\chromedriver.exe")
driver.get(url)
time.sleep(3)
elements=driver.find_elements(By.XPATH, "//div[@id='viewercontent1']//pre")
with open(r"C:\Users\USER\OneDrive\Desktop\seleniumtext1.txt", "a+") as ofile:
    for element in elements:
        ofile.write(element.text)