Skip to main content
 首页 » 编程设计

python之遍历变量 URL 的循环 (Python)

2024年11月24日7shihaiming

这里是 Python 新手。

我正在开发一个简单的 DNA 序列搜索程序。主要思想是从 NCBI 数据库中获取特定基因组和起点的不同序列。到目前为止,我能够对一个基因组和一个特定位置进行简单搜索: `

  import urllib 
 
  genome="NC_009089.1" 
  start="359055" 
  end= "359070" 
 
  link = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi?db=nuccore&id=%s&rettype=fasta&seq_start=%s&seq_stop=%s" % (genome, start, end) 
 
 
  f = urllib.urlopen(link) 
  myfile = f.read() 
  print(myfile).splitlines()[1] 
                              ` 

这是我得到的输出(那个位置的序列):

AGTAAAACGGTTTCCT 

现在,我想同时从不同的基因组中找到具有不同起点和终点的几个序列,并返回找到的所有序列。我尝试将数据导入为 csv 格式,第一列是基因组,第二列开始,第三列结束,然后用打开的文件做一个 for 循环,但因为我不熟悉变量的变化在 URL 中,我不知道如何进行。

抱歉,如果这是一个幼稚的问题。任何帮助将不胜感激。

请您参考如下方法:

如果文件中已有所有参数,则可以遍历该数据并发出这样的请求(我使用列表,因为您没有显示代码如何从文件中读取数据):

import urllib 
url = 'https://eutils.ncbi.nlm.nih.gov/entrez/eutils/efetch.fcgi' 
 
for genome, start, end in zip(genome_list, start_list, end_list): 
    data = { 
        'db': 'nuccore', 
        'rettype': 'fasta', 
        'genome': genome, 
        'start': start, 
        'end': end, 
    } 
    f = urllib.urlopen(url, data) 

通过传递带有查询参数的 dict,urlopen() 负责正确编码所有参数(使用 = 和 &).


如果 urllib 有点复杂,你可以试试 python requests 库,根据我的经验,它更好用(但它是第三方lib,不是内置的)。