过年回家抢不到火车票?教你用 Python 开发 12306 查票神器

标签: 移动开发  编程语言  Python  python  编程语言  大数据  人工智能  程序人生

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

image

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:

image

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:

image

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:

image

再来看看响应:

image

返回的是JSON格式的数据! 我们打开返回的数据看看:

image

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。

image

果然,这里有个关于 station 的文件,打开看看:

image

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:

image

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
                    '\n'.join([self.available_place[raw_train_list[6]],#始发站
                               self.available_place[raw_train_list[7]]]),#终点站
                    '\n'.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:

image

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:

image

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:

...
'\n'.join([Fore.GREEN + raw_train['from_station_name'] + Fore.RESET,
           Fore.RED + raw_train['to_station_name'] + Fore.RESET]),
'\n'.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:

image

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。

版权声明:本文为shiyanlou_chenshi原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/shiyanlou_chenshi/article/details/104054843