我们需要通过这一下三步到达页面，获取信息。在Gene数据库中搜索fabG,然后进入基因界面，再点击基因进入序列界面。这三部构成了方法的基础。

通过源码分析，我们可以知道，先获取基因页面链接，再获取fasta页面链接，之后再获取序列。

构造此方法用于获取基因的链接列表。

从而可以进入基因的信息页面。

import urllib

import urllib.request

from urllib.error import HTTPError

from bs4 import BeautifulSoup

import re

import time

from selenium import webdriver

file=open(C:\\Users\\jyjh\\Desktop\\fabG\\allfabG.txt,w)

url=https://www.ncbi.nlm.nih.gov/gene/?term=fabG

geneurl=https://www.ncbi.nlm.nih.gov/

data=

html=urllib.request.urlopen(url)

bsObj=BeautifulSoup(html)

geneurllist=

for i in bsObj.find(tbody).findAll(tr):

geneurllist.append(geneurl+i.find(a))

for i in geneurllist:

html1=urllib.request.urlopen(i)

bsObj1=BeautifulSoup(html1)

print(bsObj1.findAll(h1).get_text().replace(,).strip())

temp=bsObj1.findAll(a)

fastaurl=

for i in temp:

if i.get_text()==FASTA:

if report in i:

fastaurl=i

break

driver=webdriver.PhantomJS(executable_path=C:\\Users\\jyjh\\Desktop\\phantomjs-2.1.1-windows\\bin\\phantomjs)

driver.get(geneurl+fastaurl)

time.sleep(3)

data.append(driver.find_element_by_id(viewercontent1).text)

driver.close()

此方法用用于进入基因序列页面并获取数据

for i in data:

file.write(i+\n)

file.close()

写入数据到txt 文档中。并保存关闭。

其中最后的基因序列，只有在浏览器中才能看到，因为使用js和jq的方式生成的数据，在源代码中是不出现的。

运行结果如下图：

可以尝试不同的搜索