Python3实现火车票查询工具

行者武松 2017-08-01

正则表达式

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,项目在线练习地址: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

  • Python3 基础知识的综合运用
  • 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,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:


  1. $ 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:


  1. $ 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:


  1. $ tickets [-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:


  1. $ 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。


  1. # coding: utf-8 
  2. """Train tickets query via command-line. 
  3.  
  4. Usage: 
  5.     tickets [-gdtkz] <from> <to> <date
  6.  
  7. Options: 
  8.     -h,--help   显示帮助菜单 
  9.     -g          高铁 
  10.     -d          动车 
  11.     -t          特快 
  12.     -k          快速 
  13.     -z          直达 
  14.  
  15. Example: 
  16.     tickets beijing shanghai 2016-08-25 
  17. ""
  18. from docopt import docopt 
  19.  
  20. def cli(): 
  21.     """command-line interface""" 
  22.     arguments = docopt(__doc__) 
  23.     print(arguments) 
  24.  
  25. if __name__ == '__main__'
  26.     cli()  

下面我们运行一下这个程序:


  1. $ 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,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:


  1. # coding: utf-8 
  2.  
  3. import re 
  4. import requests 
  5. from pprint import pprint 
  6.  
  7.  
  8. url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955' 
  9. text = requests.get(url, verify=False
  10. stations = re.findall(r'([A-Z]+)\|([a-z]+)', text) 
  11. stations = dict(stations) 
  12. stations = dict(zip(stations.values(), stations.keys())) 
  13. 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,


  1. $ 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:


  1. ... 
  2. from stations import stations 
  3.  
  4. def cli(): 
  5.     arguments = docopt(__doc__) 
  6.     from_staion = stations.get(arguments['<from>']) 
  7.     to_station = stations.get(arguments['<to>']) 
  8.     date = arguments['<date>'
  9.     # 构建URL 
  10.     url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate={}&from_station={}&to_station={}'.format( 
  11.         date, from_staion, to_station 
  12.     )  

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,


  1. ... 
  2. import requests 
  3.  
  4. def cli(): 
  5.     ... 
  6.     # 添加verify=False参数不验证证书 
  7.     r = requests.get(url, verify=False
  8.     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:


  1. def cli(): 
  2.     ... 
  3.     r = requsets.get(url); 
  4.     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:


  1. from prettytable import PrettyTable 
  2.  
  3.  
  4. class TrainCollection(object): 
  5.  
  6.     # 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 
  7.     header = 'train station time duration first second softsleep hardsleep hardsit'.split() 
  8.  
  9.     def __init__(self, rows): 
  10.         self.rows = rows 
  11.  
  12.     def _get_duration(self.row): 
  13.         ""
  14.         获取车次运行时间 
  15.         ""
  16.         duration = row.get('lishi').replace(':''h') + 'm' 
  17.         if duration.startswith('00'): 
  18.             return duration[4:] 
  19.         if duration.startswith('0'): 
  20.             return duration[1:] 
  21.         return duration 
  22.  
  23.     @property 
  24.     def trains(self): 
  25.         for row in self.rows
  26.             train = [ 
  27.                 # 车次 
  28.                 row['station_train_code'], 
  29.                 # 出发、到达站 
  30.                 '\n'.join([row['from_staion_name'], row['to_station_name']]), 
  31.                 # 出发、到达时间 
  32.                 '\n'.join([row['start_time'], row['arrive']]), 
  33.                 # 历时 
  34.                 self._get_duration(row), 
  35.                 # 一等坐 
  36.                 row['zy_num'], 
  37.                 # 二等坐 
  38.                 row['ze_num'], 
  39.                 # 软卧 
  40.                 row['rw_num'], 
  41.                 # 软坐 
  42.                 row['yw_num'], 
  43.                 # 硬坐 
  44.                 row['yz_num'
  45.             ] 
  46.             yield train 
  47.  
  48.     def pretty_print(self): 
  49.         ""
  50.         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。 
  51.         `prettytable`这个库可以让我们它像MySQL数据库那样格式化显示数据。 
  52.         ""
  53.         pt = PrettyTable() 
  54.         # 设置每一列的标题 
  55.         pt._set_field_names(self.header) 
  56.         for train in self.trains: 
  57.             pt.add_row(train) 
  58.         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:


  1. ... 
  2.  
  3. class TrainCollection: 
  4.     ... 
  5.     ... 
  6.  
  7. def cli(): 
  8.     arguments = docopt(__doc__) 
  9.     from_staion = stations.get(arguments['<from>']) 
  10.     to_station = stations.get(arguments['<to>']) 
  11.     date = arguments['<date>'
  12.     # 构建URL 
  13.     url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate={}&from_station={}&to_station={}'.format( 
  14.         date, from_staion, to_station 
  15.     ) 
  16.     r = requests.get(url, verify=False
  17.     rows = r.json()['data']['datas'
  18.     trains = TrainCollection(rows
  19.     trains.pretty_print() 
  20.  
  21.  
  22. if __name__ == '__main__'
  23.     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:


  1. def colored(color, text): 
  2.     table = { 
  3.         'red''\033[91m'
  4.         'green''\033[92m'
  5.         # no color 
  6.         'nc''\033[0' 
  7.     } 
  8.     cv = table.get(color) 
  9.     nc = table.get('nv'
  10.     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:


  1. ... 
  2. '\n'.join([colored('green', row['from_staion_name']) 
  3.            colored('red', row['to_station_name'])]), 
  4. '\n'.join([colored('green', row['start_time']) 
  5.            colored('red', row['arrive_time'])]), 
  6. ...  

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
作者:xiaoxiaozi
来源:51CTO
登录 后评论
下一篇
云栖号资讯小编
33793人浏览
2020-07-13
相关推荐
python3二维码生成工具
2092人浏览
2017-11-27 15:42:00
性能测试在软件企业的应用
1280人浏览
2017-07-10 17:24:00
模板方法(Template)模式
1006人浏览
2017-11-27 00:16:00
常用API接口汇总
4792人浏览
2018-01-05 15:56:00
0
0
0
1672