【神级程序员用Python3抓取12306车次信息！超详细的新手案例教学！】

前言

最近学习Python，所以呢？跟大家一样，都是看看官网，看看教程，然后就准备搞一个小东西来试试，但是网上的很多这样的例子不是不够详细就是版本是2的。用到3上就会发生一些bug！所以今天给大家分享这么一个实站教学！在给大家分享之前呢，小编推荐一下一个挺不错的交流宝地，里面都是一群热爱并在学习Python的小伙伴们，大几千了吧，各种各样的人群都有，特别喜欢看到这种大家一起交流解决难题的氛围，群资料也上传了好多，各种大牛解决小白的问题，这个Python群：330637182 欢迎大家进来一起交流讨论，一起进步，尽早掌握这门Python语言。

结果展示：

我在window上运行的结果

下面这一段说明我是抄的，哈哈,因为我自己再怎么写还不是同样的内容。

让我们先给这个小应用起个名字吧，既然及查询票务信息，那就tickets,其实 大家随意了，需要发布就需要起一个更好的名字，不然只要自己玩儿的懂，但是要有程序的特点，所以还是tickets相关的吧。方便阅读和自己记忆。

我们希望用户只要输入出发站，到达站以及日期就让就能获得想要的信息，比如要查看10月31号贵阳-遵义西的火车余票， 我们只需输入：

python3.5 lnlr.py 贵阳 遵义西 2017-10-31

注意：上面的日期（包括后面的）是笔者写文章时确定的日期，当你在做这个项目的时候可能要根据当前时间做适当调整。

转化为程序语言就是：

python3.5 lnlr.py from to date

另外，火车有各种类型，高铁、动车、特快、快速和直达，我们希望可以提供选项只查询特定的一种或几种的火车，所以，我们应该有下面这些选项：

-g 高铁

-d 动车

-t 特快

-k 快速

-z 直达

这几个选项应该能被组合使用，所以，最终我们的接口应该是这个样子的：

python3.5 lnlr.py [options] from to date

接口已经确定好了，剩下的就是实现它了。

环境

Centos 7 linux 系统

Python3.5.2

使用到的库

docopt——>命令行解释器(把我玩儿死)

colorama—>一个文本着色器

requests —>爬虫必备，http请求库

prettytable->表格显示

安装库

1. 未安装之前

   

   Linux上面目前的库

安装库：

pip3.5 install requests colorama docopt prettytble

1. 安装之后

   

   安装完成之后的库列表

ok，我们环境有了，库有了，那么应该干啥呢？

爬虫个人分析：

1. 制定爬取内容
2. 选取目标
3. 准备环境，上面就提前说了，因为这个本来就是在搞爬虫，所以…
4. 分析该网站的html结构，得到url
5. 爬取数据
6. 分析数据
7. 封装数据(组装数据)，弄成自己想要的样子
8. coding……

那么我们开始吧

第一步

当然是打开12306的官网了，然后进行一个余票查询，当然首先你得按一下f12，打开控制台面板哦。

我是查询的是：贵阳–遵义西 10-31号的车票

f12之后，查票页面

我先埋下一个伏笔：

我看到的贵阳-遵义 10-31的车次一共是11个班次。

第二步

首先在控制台找到Network按钮，点击。然后选择XHR —》找到请求到后台的接口，

请求接口

那么我们先看一个三个接口的请求和返回的数据：

第三个接口返回的数据

哈哈，在里面我看到了贵阳，遵义，那么大胆的猜测这个接口有可能就是我们需要的。

我们继续点开看看有什么东西，这些数据都是以json的格式传递过来的。

展开结果

到这里我相信，聪明的人已经知道了这个就是我们所需要的接口了，而这些数据就绝对是车次信息的数据。

由上面的我f12查看到的数据是11条，那么你们就没有点小激动么？

说明这个接口就是我们所需要的接口无误。那么现在我们就要得到它的url咯。

靠，双十一快到了，被女朋友抓去看了一会儿衣服，可能今天就不写了，明天接着写。

那么这样：我就明天开始分析url，然后就coding

请求的接口URL：

分析参数的获取

leftTicketDTO.train_date=2017-10-31 时间

leftTicketDTO.from_station=GIW 出发地

leftTicketDTO.to_station=ZIW 目的地

同学们请注意：我们输入的是中文，出来的是地点代码，说明中间有一层转换，那么在常规的网站中，只有两种三种方式能这样处理？

1. 将这个地点-地点代码字典写入js中，这个地方不可能，因为国内的地点太多。
2. 将地点-地点代码字典写入本地文件，然后使用。
3. 从远端服务器进行获取，在这里也没必要，因为每次都要去请求后台，增加服务器的压力，这个是没必要的，因为这个字典的话是基本不会变化的。

ok经过上面的分析，我们就能很清楚的知道这个字典绝对是从js获取的，那么我们就也一样的使用发f12来检查到资源，找到该页面所引用的所有js,然后进行分析。

该页面所加载的js文件

上图中的矩形中的就是当前页面中的所有js,当然每个js的作用我就不一一的说了，各位需要帮助的可以email我，或者在下面留言。

那么我直接查看各个的内容，发现有一个是：

包含了地点，地点代码js

这样我们就得到了一个js的请求地址哦。 https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.9028

浏览器中输入该URL看到的结果

我们还可以来一个测试：

我在查询的时候是输入了，贵阳-遵义，搜索一下看看吧。

搜索

同学们，看到这个你们觉得爽不爽，说明这个文件就是我们所需要的。

ok，到这里，编码前期准备工作，所有的都昨晚了，我从一步一步的分析，然后截图。给大家思路，方法，步骤。希望大家能够更明白，更多的是学习到其中的分析思路哈。

codingwars

1. 首先爬取地点-代码code字典。

新增一个stations字典名称

好的，到这里我们的地点-地点代码就得到了，那么我们就应该写那个爬取车次信息的py了。

处理输出的代码：

成果展示：

但是我在远端上使用xshell没有颜色，这个是什么鬼。最后发现是自己设置xshell而已。

好的，下面就是我们的程序执行的结果。

如果程序输入的地点在字典中查询不到，那么就不能查票。所以我们需要随时更新stations.py文件（地点-code字典表）

成果展示

ok，到这里的话，我们的所有的爬虫就抓取成功，并且输出成我们想要的结果了。我准备下一步就是搞那个抢票。试试吧。

https://m.toutiao.com/group/6483716217625379342/?iid=16893732201&app=news_article&tt_from=android_share&utm_medium=toutiao_android&utm_campaign=client_share

转载请注明：徐自远的乱七八糟小站 » 【神级程序员用Python3抓取12306车次信息！超详细的新手案例教学！】