我是使用 BeautifulSoup 的新手，所以如果我的问题很愚蠢，请原谅我。然而，自早上 6 点以来，我一直在谷歌上搜索并尝试在每个 stackoverflow 线程中尝试建议，但无济于事。
我的问题是我有一个带有基因名称的 .csv 文件，其中一些是 ensEMBL 格式，这意味着我必须使用 ensembl 数据库来查找我需要的信息。其余的我可以使用 ncbi 数据库。
现在，我的代码就很好了。我知道这一点是因为发送到 ncbi 的每个查询都会返回我需要的信息，并且我可以使用 BeautifulSoup 提取所有信息并将其输出到 csv。然而，urlopen 或 BeautifulSoup 都没有按照我被引导理解的方式工作。
当我将以下 URL 放入地址栏中时，会加载正确的网页：http://uswest.ensembl.org/Gallus_gallus/Gene/Summary?db=core;g=ENSGALG00000016955;r=1:165302186-165480795;t=ENSGALT00000027404.
然后我可以查看源代码并查看 HTML。然而当我有：
html = urlopen(http://uswest.ensembl.org/Gallus_gallus/Gene/Summary?db=core;g=ENSGALG00000016955;r=1:165302186-165480795;t=ENSGALT00000027404, 'lxml')
它输出的 HTML 根本不是我在浏览器中加载相同 URL 并查看源代码时得到的结果。我知道对于使用 javascript 的页面，检查元素和查看源代码会有所不同，但 urlopen 应该始终返回与查看源代码相同的 HTML。
我需要提取“Description”之后的字符串。访问浏览器中的链接，我可以检查源代码并查看需要使用 BeautifulSoup 查找的标签；但是，除非 urlopen 正常工作并返回正确的 HTML，否则我无能为力。我的 RA 工作取决于今晚之前完成这件事。
有什么建议么？
页面的某些部分由脚本标记中引用的 Javascript 加载，例如“Summary”。然而，您要查找的文本已嵌入 HTML 中。使用以下代码找到“描述”标记后面的文本：
import requests
from bs4 import BeautifulSoup
url = "http://uswest.ensembl.org/Gallus_gallus/Gene/Summary?db=core;g=ENSGALG00000016955;r=1:165302186-165480795;t=ENSGALT00000027404"
r = requests.get(url, timeout=5)
html = BeautifulSoup(r.text)
description = html.find("div", {'class': "rhs"})
print description.text
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
