python - 遍历变量 URL 的循环 (Python)

Question

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。

Answer 1

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)。