从NCBI网页中提取特定的Fasta数据

Question

1. 我正试图提取"；NM_213035.1"；，并且输出是除fasta之外的所有页面
2. fasta的检查部分存在于<预标记

代码：

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())

输出：

警告：NCBI网站需要JavaScript才能正常工作。更多下载功能。下载基因功能。NCBI参考序列：NM_213035.1

GenBank图形

全序列

选定区域

来自：

至：

显示反向补码

显示间隙特征您的浏览活动为空。活动录制已关闭。恢复上的录制

国家生物技术信息，美国国家医学图书馆

8600 Rockville Pike，贝塞斯达MD，20894美国

Answer 1

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

对于您的具体问题，这将是：

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

如果你使用Python，你可以使用Biosite来完成这项任务，我正在开发一个包：https://www.biotite-python.org/apidoc/biotite.database.entrez.fetch.html