过年回家抢不到火车票？教你用 Python 开发 12306 查票神器

Posted 实验楼

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了过年回家抢不到火车票？教你用 Python 开发 12306 查票神器相关的知识，希望对你有一定的参考价值。

临近年关，不少在外的游子都急着买票回家，但这时候的火车票，总是供不应求的。

我想到了几年前徐峥主演的《人在囧途》，春运期间，一个老板，一个民工，同时都因为买不到火车票而囧态百出，甚至辗转到了坐拖拉机回家的地步。

但回家，始终是春节期间，一个无法阻挡的词汇。

实验楼的项目《Python3 实现火车票查询工具》可以在帮助大家练习Python的同时，实时查询火车票，感兴趣的同学还能实现一些拓展功能，比如有票时的邮件提醒，显示有无座位，显示时间格式等。

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。

项目由小蜗牛发布在实验楼，完整教程及在线练习地址：Python3 实现火车票查询工具，可以直接在教程中下载代码使用demo。

一、实验简介

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？

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。

1.1 知识点

  • Python 基础知识的综合运用

  • docopt、requests、colorama 及 prettytable 库的使用

  • setuptools 的使用

1.2 效果截图

技术图片

二、接口设计

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。

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，既然涉及查询票务信息，那就叫它 tickets 好了。

我们希望用户只要输入出发站，到达站以及日期就能获得想要的信息，比如要查看10月10号上海-北京的火车余票， 我们只需输入：

$ python3 tickets.py 上海 北京 2016-10-10

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：

$ python tickets.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 tickets.py [-gdtkz] from to date

接口已经确定好了，剩下的就是实现它了。

三、代码实现

首先安装一下实验需要用到的库：

$ sudo pip3 install requests prettytable docopt
$ sudo pip3 install --upgrade colorama #升级环境中的 colorama
  • requests，使用 Python 访问 HTTP 资源的必备库。
  • docopt，Python3 命令行参数解析工具。
  • prettytable， 格式化信息打印工具，能让你像 MySQL 那样打印数据。
  • colorama，命令行着色工具

3.1 解析参数

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.

我们在 /home/shiyanlou/ 目录下新建 tickets.py 文件，并向其中写入下面的内容（实验楼环境下，通过点击右下角的键盘小图标可以选择中文输入法）：

# coding: utf-8

"""命令行火车票查看器

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 北京 上海 2016-10-10
    tickets -dg 成都 南京 2016-10-10
"""
from docopt import docopt

def cli():
    """command-line interface"""
    arguments = docopt(__doc__)
    print(arguments)

if __name__ == '__main__':
    cli()

上面的程序中， docopt 会根据我们在 docstring 中的定义的格式自动解析出参数并返回一个字典，也就是 arguments， 我们打印出了这个字典的内容。下面我们运行一下这个程序， 比如查询一下10月30号从成都到南京的动车和高铁：

$ python3 tickets.py -dg 成都 南京 2016-10-10

我们得到下面的参数解析结果：

技术图片

3.2 获取数据

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。首先我们用实验楼环境的Firefox浏览打开 12306，进入余票查询页面，按下 F12 打开开发者工具，选中 Network 一栏，在查询框中随便查询一次，我们在调试工具观察下请求和响应：

技术图片

注意到上面的请求 URL ，它是由基 URL https://kyfw.12306.cn/otn/leftTicket/queryO 加四个参数构成的，这四个参数分别代表，查询的类型（成人？学生？），日期，出发车站，到达车站：

技术图片

再来看看响应：

技术图片

返回的是JSON格式的数据！ 我们打开返回的数据看看：

技术图片

可以看到一列火车的数据用 Python 的语言说就是一个字典。

接下来问题就简单了，我们只需要利用这个接口， 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里面参数 from_station 和 to_station 并不是汉字，而是一个代号，而我们想要输入的是汉字，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。

技术图片

果然，这里有个关于 station 的文件，打开看看：

技术图片

station_names 是一个很长的字符串， 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？ 正则表达式！我们写个小脚本来匹配提取出想要的信息吧。

在 /home/shiyanlou/ 目录下新建 parse_station.py ,并向其中写入如下代码：

available_trains = r.json()['data']['result']

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，

$ python3 parse_station.py > stations.py

我们为这个字典加名字，stations, 最终，stations.py文件是这样的：

技术图片

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：

class TrainsCollection:
    header = '车次 车站 时间 历时 一等 二等 高级软卧 软卧 硬卧 硬座 无座'.split()

    def __init__(self, available_trains,available_place, options):
        """查询的火车班次集合
        :param available_trains: 一个列表, 包含可获得的火车班次, 每个
                                 火车班次是一个字典
        :param options: 查询的选项, 如高铁, 动车, etc...
        """
        self.available_trains = available_trains
        self.available_place = available_place
        self.options = options

    @property
    def trains(self):
        for raw_train in self.available_trains:
            raw_train_list = raw_train.split('|')
            train_no = raw_train_list[3]
            initial = train_no[0].lower()
            duration = raw_train_list[10]
            if not self.options or initial in self.options:
                train = [
                    train_no,# train number
                    '
'.join([self.available_place[raw_train_list[6]],#始发站
                               self.available_place[raw_train_list[7]]]),#终点站
                    '
'.join([raw_train_list[8],# 发车时间
                               raw_train_list[9]]),# 到站时间
                    duration,#时长
                    raw_train_list[-6] if raw_train_list[-6] else '--',# 一等 
                    raw_train_list[-7] if raw_train_list[-7] else '--',# 二等 
                    raw_train_list[-15] if raw_train_list[-15] else '--',# 高级软卧
                    raw_train_list[-8] if raw_train_list[-8] else '--',#  软卧
                    raw_train_list[-14] if raw_train_list[-14] else '--',#硬卧
                    raw_train_list[-11] if raw_train_list[-11] else '--',#硬座
                    raw_train_list[-9] if raw_train_list[-9] else '--',#无座
                ]
                yield train

    def pretty_print(self):
        pt = PrettyTable()
        pt._set_field_names(self.header)
        for train in self.trains:
            pt.add_row(train)
        print(pt)

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，

...
import requests

def cli():
    ...
    # 添加verify=False参数不验证证书
    r = requests.get(url, verify=False)
    print(r.json())</pre>

我们已经知道该请求返回的是JSON数据， 使用 requests 提供的 r.json() 可以将 JSON 数据转化为 Python 字典，上面我们打印了这个字典，运行程序，我们看到：

技术图片

佷明显，查询结果中与列车时刻相关的信息都位于一个名为 result 的数组中：

...

class TrainCollection:
    ...
    ...

def cli():
    """command-line interface"""
    arguments = docopt(__doc__)
    from_station = stations.get(arguments['<from>'])
    to_station = stations.get(arguments['<to>'])
    date = arguments['<date>']

    url = ('https://kyfw.12306.cn/otn/leftTicket/queryO?'
           'leftTicketDTO.train_date={}&'
           'leftTicketDTO.from_station={}&leftTicketDTO.to_station={}&purpose_codes=ADULT').format(
                date, from_station, to_station
           )
    r = requests.get(url, verify=False)
    available_trains = r.json()['data']['result']
    available_place = r.json()['data']['map']
    options = ''.join([
        key for key, value in arguments.items() if value is True
    ])
    TrainsCollection(available_trains,available_place, options).pretty_print()

result 中的每个元素都是包含了列车信息的字符串，并以 | 分隔。所以可以先用 split 将字符串分解成列表，然后再读取感兴趣的数据。

3.3 解析数据

我们封装一个简单的类来解析数据：

...

class TrainCollection:
    ...
    ...

def cli():
    """command-line interface"""
    arguments = docopt(__doc__)
    from_station = stations.get(arguments['<from>'])
    to_station = stations.get(arguments['<to>'])
    date = arguments['<date>']

    url = ('https://kyfw.12306.cn/otn/leftTicket/queryO?'
           'leftTicketDTO.train_date={}&'
           'leftTicketDTO.from_station={}&leftTicketDTO.to_station={}&purpose_codes=ADULT').format(
                date, from_station, to_station
           )
    r = requests.get(url, verify=False)
    available_trains = r.json()['data']['result']
    available_place = r.json()['data']['map']
    options = ''.join([
        key for key, value in arguments.items() if value is True
    ])
    TrainsCollection(available_trains,available_place, options).pretty_print()

3.4 显示结果

最后，我们将上述过程进行汇总并将结果输出到屏幕上：

...

class TrainCollection:
    ...
    ...

def cli():
    """command-line interface"""
    arguments = docopt(__doc__)
    from_station = stations.get(arguments['<from>'])
    to_station = stations.get(arguments['<to>'])
    date = arguments['<date>']

    url = ('https://kyfw.12306.cn/otn/leftTicket/queryO?'
           'leftTicketDTO.train_date={}&'
           'leftTicketDTO.from_station={}&leftTicketDTO.to_station={}&purpose_codes=ADULT').format(
                date, from_station, to_station
           )
    r = requests.get(url, verify=False)
    available_trains = r.json()['data']['result']
    available_place = r.json()['data']['map']
    options = ''.join([
        key for key, value in arguments.items() if value is True
    ])
    TrainsCollection(available_trains,available_place, options).pretty_print()

运行下程序看看效果吧：

技术图片

3.5 着色

至此， 程序的主体已经完成了， 但是上面打印出的结果是全是黑白的，很是乏味， 我们来给它添加点颜色吧！ 这里我们使用 colorama 这个命令行着色工具：

from colorama import init, Fore

init()

修改一下程序，将出发车站与出发时间显示为绿色，到达车站与到达时间显示为红色：

...
'
'.join([Fore.GREEN + raw_train['from_station_name'] + Fore.RESET,
           Fore.RED + raw_train['to_station_name'] + Fore.RESET]),
'
'.join([Fore.GREEN + raw_train['start_time'] + Fore.RESET,
           Fore.RED + raw_train['arrive_time'] + Fore.RESET]),
...

现在再运行程序就可以像文章开始的效果图一样了！

四、Setup

上面的程序中我们运行程序的方式是这样的：

python3 tickets.py from to date

我们当然可以将脚本改成可执行的，然后这样执行：

./tickets.py from to date

但这也不是理想的方案，因为我们必须在脚本的目录下才能运行。我们想要的是在命令行的任何地方都可以这样运行：

ticktes from to date

这是可以实现的，我们需要借助 Python 的 SETUP 工具。写一个简单的 setup 脚本：

from setuptools import setup

setup(
    name='tickets',
    py_modules=['tickets', 'stations'],
    install_requires=['requests', 'docopt', 'prettytable', 'colorama'],
    entry_points={
        'console_scripts': ['tickets=tickets:cli']
    }
)

在命令行运行一下：

python3 setup.py install

现在我们可以愉快的查询了：

技术图片

五、总结

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，colorama 等库的使用。

感兴趣的同学可以实现更多拓展功能：

  • 有票时，邮箱提醒
  • 显示商务坐， 是否有无座位
  • 添加参数支持，用户可以指定火车类型
  • 支持更多的时间格式，如：20161010

本项目的完整代码及demo，可在实验楼课程《Python3 实现火车票查询功能》查看并在线完成。

以上是关于过年回家抢不到火车票？教你用 Python 开发 12306 查票神器的主要内容，如果未能解决你的问题，请参考以下文章

python爬虫学习之用Python抢火车票的简单小程序

scratch----回家过年

GitHub 上的 12306 抢票神器，助力回家过年

想去看演唱却总是抢不到票？教你用Python制作一个自动抢票脚本

演唱会为什么总是抢不到票？教你用Python做一个自动抢票脚本

利用Python自动抢火车票真的不难，100行代码即可完成