从KEGG Mapper结果HTML中提取数据生成pathway、KO、Query三列表格

你可以使用Python的BeautifulSoup库解析目标HTML文件完成信息提取，参考代码如下：

from bs4 import BeautifulSoup

# 读取本地KEGG结果HTML文件
with open("你的本地KEGG结果文件路径.html", "r", encoding="windows-1252") as f:
    html = f.read()

soup = BeautifulSoup(html, "html.parser")
res = []

# 遍历所有通路条目
for item in soup.select("#list li"):
    # 拼接通路完整信息
    path_id = item.find("a").get_text(strip=True)
    path_name = item.get_text().split(path_id)[1].split("(")[0].strip()
    full_path = f"{path_id} {path_name}"
    # 提取KO和查询序列ID
    ko = item.find("dt").get_text(strip=True)
    query = item.find("dd").get_text(strip=True)
    res.append([full_path, ko, query])

# 打印结果，也可直接写入csv文件
print("Pathway,KO,Query")
for row in res:
    print(",".join(row))

运行代码后提取得到的目标表格如下：

内容的提问来源于stack exchange，提问作者Slimane khayi