我本科是学生物工程的，研究生转到经济学，但是周围也有很多学生物和医学方面的朋友，经常帮他们抓取一些数据。最近帮他们抓取pubchem上的一些数据，pubchem是一个开放的数据库，爬起来难度不是很大，网上也有一个库叫pubchempy，之前也用来抓取过化合物的结构信息。今天主要是来看看如何通过网站的api来自定义抓取。

首先打开网址：https://pubchem.ncbi.nlm.nih.gov/

通过cid来搜索，输入9809

进去之后获得这个地址：https://pubchem.ncbi.nlm.nih.gov/compound/9809

比如我们想抓取化合物的Chemical and Physical Properties信息，点击右侧的Chemical and Physical Properties，然后点击全屏。 进入到下面这个页面后，右键 检查（推荐使用谷歌浏览器）。 然后点击 Network，之后刷新页面。 然后在里面找到一个带有?heading的连接，点开看看，就可以找到数据的api地址，然后复制出来，新开一个页面打开。 这个页面里面的数据就是该化合物的Chemical and Physical Properties数据，这个json的层特别多，需要慢慢解析，具体看代码。

如果有很多cid，那写个循环再加个解析存为excel格式就好了。

简单案例如下： 如果需要PubChem批量抓取数据服务的同学可以Q我，977728597。

或者到这里：

Puchem化合物数据批量抓取采集_宝典_教程_Python爬虫