从NCBI网页中提取特定的Fasta数据

Question

1. I试图只提取"NM_213035.1“的fasta格式，输出除fasta之外的所有页面。
2. fasta的检查部分存在于

中。

守则：

import bs4
import sys
from bs4 import BeautifulSoup
import requests

url = requests.get("https://www.ncbi.nlm.nih.gov/nuccore/{FASTA}?report=fasta".format(FASTA="NM_213035.1"))
url.raise_for_status()
ncbi = bs4.BeautifulSoup(url.text, "html.parser")

filename = ncbi.title.text
with open(filename, 'w+') as f:
    for i in ncbi.select('p'):
        f.write(i.getText())

产出：

警告: NCBI网站需要JavaScript才能运行。更多...下载features.Download基因features.NCBI参考序列: NM_213035.1

GenBank图形学

全序列

选定区域

发自：

至：

显示反向补码

显示空白功能，您的浏览活动是empty.Activity录音是关闭的。打开录音

美国国家医学图书馆国家生物技术信息中心

8600罗克维尔派克，贝塞斯达医学博士，20894美国

Answer 1

您没有使用正确的URL通过REST获取FASTA文件。正如@Ghoti所指出的，正确的URL在这里描述：https://www.ncbi.nlm.nih.gov/books/NBK25497/

对于你来说，具体的问题是：

https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=nuccore&id=NM_213035.1&rettype=fasta&retmode=text

如果您正在使用Python，您可以使用黑云母完成这项任务，这是我正在开发的一个包：https://www.biotite-python.org/apidoc/biotite.database.entrez.fetch.html。