C++抓取NCBI BioProject Accession号：完整指南

本指南将教你如何使用C++编程语言从NCBI BioProject数据库中搜索特定基因，并提取所有页面结果的Accession号，最终将其保存到一个txt文件中。

1. 准备工作

在开始之前，你需要确保以下条件已经满足:

• 安装C++编译器: 比如g++或Clang。* 安装必要的库: * cpp-httplib: 用于发送HTTP请求。你可以使用以下命令安装它: bash sudo apt-get install libcpp-httplib-dev # Debian/Ubuntu sudo yum install cpp-httplib-devel # Fedora/CentOS * nlohmann/json: 用于解析JSON数据。你可以使用以下命令安装它: bash sudo apt-get install nlohmann-json3-dev # Debian/Ubuntu sudo yum install nlohmann-json-devel # Fedora/CentOS

2. C++代码

以下是一个完整的C++代码示例，它可以实现从NCBI BioProject数据库中搜索基因并提取Accession号的功能:cpp#include #include #include #include #include <cpp_httplib/httplib.h>#include <nlohmann/json.hpp>

using json = nlohmann::json;

// 从NCBI上搜索基因名std::vectorstd::string searchGenes(const std::string& geneName) { std::vectorstd::string accessionNumbers;

// 构建NCBI搜索API的URL    std::string url = 'https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi?db=bioproject&term=' + geneName + '&retmax=100000';

// 发送HTTP GET请求    httplib::Client client('https://eutils.ncbi.nlm.nih.gov');    auto res = client.Get(url.c_str());

if (res && res->status == 200) {        // 解析JSON响应        json response = json::parse(res->body);

    // 获取Accession号列表        for (const auto& accession : response['esearchresult']['idlist']) {            accessionNumbers.push_back(accession.get<std::string>());        }    } else {        std::cout << 'Failed to search genes: ' << res.error() << std::endl;    }

return accessionNumbers;}

int main() { // 读取基因名 std::string geneName; std::cout << '请输入基因名: '; std::cin >> geneName;

// 搜索基因    std::vector<std::string> accessionNumbers = searchGenes(geneName);

// 输出到txt文件    std::ofstream outputFile('accession_numbers.txt');    if (outputFile.is_open()) {        for (const auto& accession : accessionNumbers) {            outputFile << accession << std::endl;        }        outputFile.close();        std::cout << 'Accession号已保存到 accession_numbers.txt' << std::endl;    } else {        std::cout << '无法打开文件写入' << std::endl;    }

return 0