Python3 实现火车票查询工具
GleUCTY
8年前
<p><img src="https://simg.open-open.com/show/ac4ffd7cc942831638c0ecc909ce69d9.png"> 项目简介：使用 Python3 抓取 12306 网站信息提供一个命令行的火车票查询工具。通过该项目的实现，可以熟悉 Python3 基础及网络编程，以及 docopt，requests，prettytable 等库的使用。</p> <p>项目由小蜗牛发布在实验楼，项目在线练习地址： <a href="/misc/goto?guid=4959677450053522092" rel="nofollow,noindex">Python3 实现火车票查询工具</a> ，可以直接在教程中下载代码使用demo。</p> <h2><strong>一、实验简介</strong></h2> <p>当你想查询一下火车票信息的时候，你还在上 12306 官网吗？或是打开你手机里的 APP？</p> <p>下面让我们来用 Python 写一个命令行版的火车票查看器， 只要在命令行敲一行命令就能获得你想要的火车票信息！如果你刚掌握了Python基础，这将是个不错的小练习。</p> <h3>1.1 知识点</h3> <ul> <li>Python3 基础知识的综合运用</li> <li>docopt 、 requests 及 prettytable 库的使用</li> </ul> <h2>1.2 效果截图</h2> <p><img src="https://simg.open-open.com/show/7a651d743e72e2ff38e44033708b1910.png"></p> <h2><strong>二、接口设计</strong></h2> <p>一个应用写出来最终是要给人使用的，哪怕只是给你自己使用。</p> <p>所以，首先应该想想你希望怎么使用它？让我们先给这个小应用起个名字吧，既然及查询票务信息，那就叫它 tickets 好了。</p> <p>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8月25号上海-北京的火车余票， 我们只需输入：</p> <pre> <code class="language-python">$ tickets shanghai beijing 2016-08-25</code></pre> <p>注意：由于实验楼环境中无法输入中文，所以我们的参数设计为拼音的形式，在这里思考下使用拼音是否有什么弊端？</p> <p>对这一接口进行抽象得到：</p> <pre> <code class="language-python">$ tickets from to date</code></pre> <p>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：</p> <ul> <li>-g 高铁</li> <li>-d 动车</li> <li>-t 特快</li> <li>-k 快速</li> <li>-z 直达</li> </ul> <p>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：</p> <pre> <code class="language-python">$ tickets [-gdtkz] from to date</code></pre> <p>接口已经确定好了，剩下的就是实现它了。</p> <h2><strong>三、代码实现</strong></h2> <p>首先安装一下实验需要用到的库：</p> <pre> <code class="language-python">$ sodo pip install requests prettytable docopt</code></pre> <ul> <li>requests, 不用不多介绍了吧，使用 Python 访问 HTTP 资源的必备库。</li> <li>docopt, Python3 命令行参数解析工具。</li> <li>prettytable, 格式化信息打印工具，能让你像 MySQL 那样打印数据。</li> </ul> <h3>3.1 解析参数</h3> <p>Python有很多写命令行参数解析工具，如 argparse , docopt , click ，这里我们选用的是 docopt 这个简单易用的工具。 docopt 可以按我们在文档字符串中定义的格式来解析参数，比如我们在 tickets.py ：</p> <p>注意：实验楼中无法输入中文，参数后的中文可以使用拼音代替。</p> <pre> <code class="language-python"># coding: utf-8 """Train tickets query via command-line. Usage: tickets [-gdtkz] <from> <to> <date> Options: -h,--help 显示帮助菜单 -g 高铁 -d 动车 -t 特快 -k 快速 -z 直达 Example: tickets beijing shanghai 2016-08-25 """ from docopt import docopt def cli(): """command-line interface""" arguments = docopt(__doc__) print(arguments) if __name__ == '__main__': cli()</code></pre> <p>下面我们运行一下这个程序：</p> <pre> <code class="language-python">$ python3 tickets.py beijing shanghai 2016-08-25</code></pre> <p>我们得到下面的结果：</p> <p><img src="https://simg.open-open.com/show/51519dca878602aa560e7ca6355d180c.png"></p> <h3>3.2 获取数据</h3> <p>参数已经解析好了，下面就是如何获取数据了，这也是最主要的部分。首先我们打开12306，进入余票查询页面，如果你使用 Chrome，那么按 F12 打开开发者工具，选中 Network 一栏，在查询框钟我们输入 上海 到 北京 ，日期 2016-08-25 , 点击查询，我们在调试工具发现，查询系统实际上请求了这个URL：</p> <pre> <code class="language-python">https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate=2016-07-01&from_station=SHH&to_station=BJP</code></pre> <p>并且返回的是 JSON 格式的数据！</p> <p>接下来问题就简单了，我们只需要构建请求URL然后解析返回的Json数据就可以了。但是我们发现，URL里面 from_station 和 to_station 并不是汉字或者拼音，而是一个代号，而我们想要输入的是汉字或者拼音，我们要如何获取代号呢？我们打开网页源码看看有没有什么发现。</p> <p>果然，我们在网页里面找到了这个链接： https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955 这里面貌似是包含了所有车站的中文名，拼音，简写和代号等信息。但是这些信息挤在一起，而我们只想要车站的拼音和大写字母的代号信息，怎么办呢？</p> <p>正则表达式就是答案，我们写个小脚本来匹配提取出想要的信息吧, 在 parse_station.py 中：</p> <pre> <code class="language-python"># coding: utf-8 import re import requests from pprint import pprint url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955' text = requests.get(url, verify=False) stations = re.findall(r'([A-Z]+)\|([a-z]+)', text) stations = dict(stations) stations = dict(zip(stations.values(), stations.keys())) pprint(stations, indent=4)</code></pre> <p>注意，上面的正则表达式匹配出的结果转为字典后，字典的键是大写字母大号，这显然不是我们想要的结果，于是，我们通过一个变换将键值反过来。 我们运行这个脚本，它将以字典的形式返回所有车站和它的大写字母代号, 我们将结果重定向到 stations.py 中，</p> <pre> <code class="language-python">$ python3 parse_station.py > stations.py</code></pre> <p>我们为这个字典加名字， stations , 最终， stations.py 文件是这样的：</p> <p><img src="https://simg.open-open.com/show/2008f86c9ae5756d8b66276d278932a2.png"></p> <p>现在，用户输入车站的中文名，我们就可以直接从这个字典中获取它的字母代码了：</p> <pre> <code class="language-python">... from stations import stations def cli(): arguments = docopt(__doc__) from_staion = stations.get(arguments['<from>']) to_station = stations.get(arguments['<to>']) date = arguments['<date>'] # 构建URL url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate={}&from_station={}&to_station={}'.format( date, from_staion, to_station )</code></pre> <p>万事俱备，下面我们来请求这个URL获取数据吧！这里我们使用 requests 这个库, 它提供了非常简单易用的接口，</p> <pre> <code class="language-python">... import requests def cli(): ... # 添加verify=False参数不验证证书 r = requests.get(url, verify=False) print(r.json())</code></pre> <p>从结果中，我们可以观察到，与车票有关的信息需要进一步提取：</p> <pre> <code class="language-python">def cli(): ... r = requsets.get(url); rows = r.json()['data']['datas']</code></pre> <h3>3.3 解析数据</h3> <p>我们封装一个简单的类来解析数据：</p> <pre> <code class="language-python">from prettytable import PrettyTable class TrainCollection(object): # 显示车次、出发/到达站、 出发/到达时间、历时、一等坐、二等坐、软卧、硬卧、硬座 header = 'train station time duration first second softsleep hardsleep hardsit'.split() def __init__(self, rows): self.rows = rows def _get_duration(self.row): """ 获取车次运行时间 """ duration = row.get('lishi').replace(':', 'h') + 'm' if duration.startswith('00'): return duration[4:] if duration.startswith('0'): return duration[1:] return duration @property def trains(self): for row in self.rows: train = [ # 车次 row['station_train_code'], # 出发、到达站 '\n'.join([row['from_staion_name'], row['to_station_name']]), # 出发、到达时间 '\n'.join([row['start_time'], row['arrive']]), # 历时 self._get_duration(row), # 一等坐 row['zy_num'], # 二等坐 row['ze_num'], # 软卧 row['rw_num'], # 软坐 row['yw_num'], # 硬坐 row['yz_num'] ] yield train def pretty_print(self): """ 数据已经获取到了，剩下的就是提取我们要的信息并将它显示出来。 `prettytable`这个库可以让我们它像MySQL数据库那样格式化显示数据。 """ pt = PrettyTable() # 设置每一列的标题 pt._set_field_names(self.header) for train in self.trains: pt.add_row(train) print(pt)</code></pre> <h3>3.4 显示结果</h3> <p>最后，我们将上述过程进行汇总并将结果输出到屏幕上：</p> <pre> <code class="language-python">... class TrainCollection: ... ... def cli(): arguments = docopt(__doc__) from_staion = stations.get(arguments['<from>']) to_station = stations.get(arguments['<to>']) date = arguments['<date>'] # 构建URL url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate={}&from_station={}&to_station={}'.format( date, from_staion, to_station ) r = requests.get(url, verify=False) rows = r.json()['data']['datas'] trains = TrainCollection(rows) trains.pretty_print() if __name__ == '__main__': cli()</code></pre> <h3>3.5 最后一米</h3> <p>至此， 程序的主体已经完成了， 但是上面打印出的结果是黑白的，很是乏味，我们来给它添加颜色吧：</p> <pre> <code class="language-python">def colored(color, text): table = { 'red': '\033[91m', 'green': '\033[92m', # no color 'nc': '\033[0' } cv = table.get(color) nc = table.get('nv') return ''.join([cv, text, nc])</code></pre> <p>修改一下程序，将出发车站与出发时间显示为红色， 将到达车站与到达时间显示为绿色：</p> <pre> <code class="language-python">... '\n'.join([colored('green', row['from_staion_name']) colored('red', row['to_station_name'])]), '\n'.join([colored('green', row['start_time']) colored('red', row['arrive_time'])]), ...</code></pre> <h2><strong>四、总结</strong></h2> <p>本课程使用 Python3 抓取 12306 网站信息提供一个命令行的火车票查询工具。通过该项目的实现，可以学习并实践 Python3 基础及网络编程，以及 docopt，requests，prettytable 等库的使用。</p> <p>感兴趣的同学可以实现更多扩展功能：</p> <ul> <li>显示商务坐， 无坐</li> <li>添加参数支持，用户可以指定火车类型</li> <li>支持更多的时间格式，如：20161010</li> </ul> <p>本项目的完整代码及demo，可在实验楼查看并在线完成，立即【开始实验】</p> <p>更多Python经典项目：Python全部 - 课程</p> <p> </p> <p>来自：https://blog.shiyanlou.com/python3-shi-xian-huo-che-piao-cha-xun-gong-ju/</p> <p> </p>