因為在WoLF PSORT官網中一次提交的數據大小最多200kb,那 我可以試著將原來幾萬kb大小的AA序列的大文件分為小文件，（之前說錯了，之前的那個劃分文件的函數是根據文件的行數劃分的，而不是AA序列的ID數。我要將大的AA序列文件劃分為小的AA序列文件，是要根據AA序列的ID劃分，不然就會導致AA的ID 與AA的序列不連貫這種情況。故我又重新修改了一下）。
所以根據估算，這個WoLF PSORT官網中一次提交的AA序列最多也是差不多500左右。與那個BUSCA網站的差不多。

若是一定要批量處理大量的AA序列，可以嘗試運用爬蟲：
（一個思路，其中結果頁面的url無法獲得）

import requests
import os
import pandas as pd
from bs4 import BeautifulSoupdef split_gene_file(source_file, output_folder, ids_per_file):os.makedirs(output_folder, exist_ok=True)current_file = Nonecount = 0with open(source_file, "r") as f:for line in f:if line.startswith(">"):count += 1if count % ids_per_file == 1:if current_file:current_file.close()output_file = f"{output_folder}/gene_file_{count // ids_per_file + 1}.csv"current_file = open(output_file, "w", encoding='utf-8')current_file.write(line)else:current_file.write(line)if current_file:current_file.close()split_gene_file("D:\yuceji\Lindera_aggregata.gene.pep", "gene1", 500)files = os.listdir("D:\python\PycharmProjects\pythonProject1\爬蟲\gene1")base_url = "https://wolfpsort.hgc.jp/"
new_url = []
for i in range(len(files)):with open(f"D:\python\PycharmProjects\pythonProject1\爬蟲\gene1\gene_file_{i + 1}.csv", "r") as f:aa_sequence = f.read()# 構建WoLFPSORT請求的數據data = {"seq": aa_sequence}# 發送POST請求到WoLFPSORT官網response = requests.post(base_url, data=data)print(response.status_code)print(response.text)# 檢查請求是否成功if response.status_code == 200:# 解析結果頁面的URLsoup = BeautifulSoup(response.content, "html.parser")result_links = soup.find_all("a", href=True)print(result_links)result_url = None# 遍歷所有的鏈接for link in result_links:href = link.get("href", "")# 判斷鏈接是否包含 "results"if "results" in href:result_url = base_url + hrefbreakif result_url:print(result_url)new_url.append(result_url)else:print("無法找到亞細胞定位結果頁面的URL")for i in range(len(new_url)):# url = "https://wolfpsort.hgc.jp/results/pLAcbca22a5a0ccf7d913a9fc0fb140c3f4.html"r = requests.get(new_url[i])print(r.status_code)# print(r.encoding)text = r.text# print(text)lines = text.split("<BR>")AA_ID_list = []yaxibao_list = []for i in lines:if "details" in i:AA_ID = i.split("<A")[0].strip().split()[-1]yaxibao = i.split("details")[1].strip().split()[1][:-1]AA_ID_list.append(AA_ID)yaxibao_list.append(yaxibao)with open(f"yaxiba{i}o.csv", "w", encoding="utf-8") as f:f.write("AA_ID, yaxibao\n")  # 寫入列名for j in range(len(AA_ID_list)):f.write(f"{AA_ID_list[j]}, {yaxibao_list[j]}\n")

這個爬蟲代碼中返回的url并不是我要的那種，例如：https://wolfpsort.hgc.jp/results/pLA2dbb41dafad4afb342b5000abcb263b1.html
而是：（如圖所示）

我點進這個鏈接是這樣的：

我也不知道為什么，只能等我再學學爬蟲，希望之后能解決這個問題吧！（當然也希望有大佬能幫忙指教一下）

我還看了看結果頁面的源代碼（HTML語言）：

怎么說呢，既然我不能爬取到結果頁面的url,那我只能將結果頁面url的獲得的步驟放在官網中實現，而后面的結果整理則用代碼實現。