内容摘要：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，pretty

项目简介：使用 Python3 抓取 12306 网站信息提供一个命令行的实现火车票查询工具。通过该项目的火车实现，可以熟悉 Python3 基础及网络编程，票查以及 docopt，询工requests，实现prettytable 等库的火车使用。

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

一、火车实验简介

当你想查询一下火车票信息的票查时候，你还在上 12306 官网吗?询工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实现火车票信息!如果你刚掌握了Python基础，这将是火车个不错的小练习。

1.1 知识点

Python3 基础知识的票查综合运用 docopt、requests 及 prettytable 库的使用

1.2 效果截图

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，网站模板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。

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：

$ tickets shanghai beijing 2016-08-25 

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?

对这一接口进行抽象得到：

$ tickets 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：

$ tickets [-gdtkz] from to date 

接口已经确定好了，剩下的就是实现它了。

三、高防服务器代码实现

首先安装一下实验需要用到的库：

$ sodo pip install requests prettytable docopt  requests, 不用不多介绍了吧，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。

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，比如我们在 tickets.py：

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。

# 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()  

下面我们运行一下这个程序：

$ python3 tickets.py beijing shanghai 2016-08-25 

我们得到下面的结果：

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，亿华云计算查询系统实际上请求了这个URL：

https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate=2016-07-01&from_station=SHH&to_station=BJP

并且返回的是JSON格式的数据!

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。

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?

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：

# 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) 

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，

$ 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：

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：

... 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     )  

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())  

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：

def cli():     ...     r = requsets.get(url);     rows = r.json()[data][datas]  

3.3 解析数据

我们封装一个简单的类来解析数据：

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)  

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():     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()  

3.5 最后一米

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：

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])  

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： 

... \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])]), ...  

四、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 等库的使用。

感兴趣的同学可以实现更多扩展功能：

显示商务坐， 无坐 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，可在实验楼查看并在线完成，立即【开始实验】

更多Python经典项目：Python全部 - 课程