用Python实现火车票查询(含票价版)

写在前面：

网上关于用Python3编写火车查询脚本的版本众多，我在前人的基础上编写了自己的这个版本。

我觉得的写的这个版本有以下几个特色：

1，智能引导输入，我一直比较喜欢这种方式。如果直接做成GUI的图形界面，虽然一目了然，知道该点击什么，输入

什么内容，但是显然做GUI比较费时。

所以较之网上的其他版本，要输入一长串字符。设定input引导输入还是不错的选择。

2，支持价格显示，查看网上众多版本，没有一个显示价格的，带着好奇心我编写了显示价格的相关代码并将之实现

(当然期间也遇到了一些问题，这个在后面的代码部分介绍)

3，添加了一些个性化旁白(这个可能并不能成为大家眼中的特色了)

但是还是有一些不足之处：

1，由于学的不是很深入，对class等框架不是特别熟悉，所以代码中没有规范的类，我不知道这样会不会影响代码执行效率，还是希望以后能够更加规范的写代码。

2，添加价格显示之后，执行时间变长，因为价格的信息是通过三次匹配得到的，所查询的列车越多，等待时间越长。

从开始分析网页到最后成功显示相关信息的过程中，还是学到了很多东西。最大的感触就是字典的强大吧，还有就是一些正则匹配技巧，判断关键字是否存在的if语句，将str转化为dic的语句，可以格式化显示数据prettytable模块的用法。

成果展示：

接下来就是一层层剥洋葱的过程：

首先打开12306火车票查询网站，输入查询站名，在审查元素，network中找到相关网址：

打开连接，有新发现：

没错，查询日期内所有列车的信息都在里面(票价除外)

但是不要高兴的太早，现在有两个问题：第一网址怎么匹配，第二得到网址内容之后怎么匹配你需要的信息，比如车

次，时间等。

因为需要匹配两个网址，为了不混淆，我将存储车次等信息的网址成为网址1，存储票价的网址称为网址2.

首先看一下这个网址的组成结构：https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate=2016-09-23&from_station=WHN&to_station=BJP

发现有三个变量：queryDate;from_station;to_station。即时间，出发站，到达站。时间有格式：2016-09-23，中间有

短线，月份也是由两位数构成。站名是对应的字母缩写。所以要找到汉字对应的站名缩写。

有一个网址里面存储了相关信息：https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955

可以编写关于stations的字典，keys为中文的站名，values为网址中的英文缩写。

'''

@author: yzw

'''

#!/usr/bin/python

# -*- coding:utf-8 -*-

import re

import urllib

from urllib import request

import requests

from pprint import pprint

url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955'

req = urllib.request.Request(url)

r = urllib.request.urlopen(req).read().decode('utf-8')

#print (r)

stations =re.findall(r'([\u4e00-\u9fa5]+)\|([A-Z]+)',r) #匹配中文和对应的英文

stations = dict(stations)

stations = dict(zip( stations.keys(),stations.values()))#将匹配的内容转化为字典

pprint(stations) #以列的形式打印出来

通过以上代码就生成了stations的字典。新建一个stations的py文件，将打印的stations复制到stations中，这样之后调用的时候，直接引用固定的stations.py，而不需要执行生成stations字典的过程。

stations={

'一面坡': 'YPB',

'一面山': 'YST',

'七台河': 'QTB',

'七甸': 'QDM',

'七营': 'QYJ',

'七里河': 'QLD',

'万乐': 'WEB',

'万发屯': 'WFB',

'万宁': 'WNQ',

'万州': 'WYW',

'万州北': 'WZE',

'万年': 'WWG',

'万源': 'WYY',

...}

得到中文对应英文字典，这样一个包含火车相关信息的网址1就匹配出来了。

可以新建一个模块：get_urltrain.py，存储匹配网址1:

from station import stations

import warnings

f1= input('请输入起始城市：\n')

f = stations[f1]

t1= input('请输入目的城市：\n')

t = stations[t1]

d1=input('请输入出发时间： \n')

d=str('2016-')+str(d1) #这里讲年份设置为固定值，可以减少输入操作。

print ('正在查询'+f1+'至'+t1+'的列车，请听听音乐...') #个性旁白

url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate='+d+'&from_station='+f+'&to_station='+t

warnings.filterwarnings("ignore") #这个网站是有安全警告的，这段代码可以忽略警告

如何解析网址1中的内容：

通过观察发现，每个列车的相关信息都是独立在一个大括号当中，每个大括号里面的内容相当于一个独立的字典，整个网页的内容相当于这些字典构成的列表list。这样可以通过for循环依次提取相关信息了。

每个字典中包含了很多信息，所以我们需要通过网页前端显示的信息和网页源码对比，找到对应的信息，比如：station_train_code就表示表头中的车次…

所以直接在字典中匹配这个英文就会返回车次的信息。其他信息的提取也是如此，这就是字典的方便之处。

还可以添加一个改变显示颜色的模块color_set.py，改变一些双行显示的信息的颜色，比如车站有始发站和到达站，用不同的颜色形成对比：

'''@author: yzw

'''

#!/usr/bin/python

# -*- coding:utf-8 -*-

def colored(color, text):

table = {

'red': '\033[91m',

'green': '\033[92m',

# no color

'nc': '\033[0m'

}

cv = table.get(color)

nc = table.get('nc')

return ''.join([cv, text, nc])

以下是不含票价信息的最后执行模块，代码中都有注释，很容易看懂。

import json

from get_urltrain import d

import urllib

from urllib import request

import requests

from pprint import pprint

from get_urltrain import url

from prettytable import PrettyTable

from color_set import colored

r = requests.get(url, verify=False) #请求网址1的内容

rows = r.json()['data']['datas'] #将内容解析为列表

trains= PrettyTable()

trains.field_names=["车次","车站","时间","历时","商务座","特等座","一等座","二等座","高级软卧","软卧","硬卧 ","软座 ","硬座","无座"]

#设置table的header

num = len(rows) #打印列表的个数

for row in rows : #列表循环

trains.add_row([row['station_train_code'],

'\n'.join([colored('green', row['from_station_name']),

colored('red', row['to_station_name'])]),

'\n'.join([colored('green', row['start_time']), #对于双行示的信息，设置颜色

colored('red', row['arrive_time'])]),

row['lishi'],row['swz_num'],row['tz_num'],

row['zy_num'],row['ze_num'],row['gr_num'],

row['rw_num'],row['yw_num'],row['rz_num'],

row['yz_num'],row['wz_num']])

print ('查询结束，共有 %d 趟列车。'%num ) #列表个数也就是列车个数

print (trains)

运行结果如下图：

如何得到票价的相关信息：

在12306查询之后，初次显示的内容中没有票价的信息，只要当你点击相关座位之后才会在另外一行显示出票价，所以票价和车次的信息不在一个网页当中。

通过上面的分析network方法，找到票价对应的网址2：

https://kyfw.12306.cn/otn/leftTicket/queryTicketPrice?train_no=770000G31005&from_station_no=12&to_station_no=19&seat_types=OM9&train_date=2016-09-23

通过观察发现了里面有了更多的变量：train_no，from_station_no，to_station_no，seat_types，train_date。而这些变量都是网址1中所对应的信息，所以要提出票价的修改信息就要进行二次匹配。

所以在得到网址1的内容之后，通过字典匹配变量的内容，如何匹配出网址2。这个方法和匹配网址1类似。

得到网址2对应的内容：

{"validateMessagesShowId":"_validatorMessage","status":true,"httpstatus":200,"data":{"OT":[],"WZ":"¥519.5","M":"¥827.5","A9":"¥1640.5","9":"16405","O":"¥519.5","train_no":"770000G31005"},"messages":[],"validateMessages":{}}

观察发现我们需要的价格的信息在一个data所对应的大括号当中，但是和之前不同的是整个网址2的内容并不是一个字典，而是一个字符串。这算是我遇到的一个小瓶颈吧。每次直接把它当做字典用就会报错，说str没有key()的属性。然后我就通过百度操作如何将字符串转化为字典的方法，找了很久都没找到。后来看到一个网页上面介绍了一个模块:json和json.loads的方法可以转化。如何用这个方法测试了一下，确实可以。

r_price = urllib.request.urlopen(req).read().decode('utf-8')

r_price = json.loads(r_price)

price = r_price['data']

price = dict(price)

顿时又有了信心，用三次匹配才提取出包含了价格信息的data字典，发现每个车次的价格字典里面，并没有显示所有10个座位类型的价格，还是通过前端和源码的不断对比找到了每个代码代表的车座类型，比如：A1就代表硬座。

因为有些车次只有少许类型，没有的类型的价格信息不会显示。所以直接通过字典将所有类型的车票信息匹配的话，肯定会报错，没有关键字。想了一个办法，就是通过if判断是否有相关车座类型的关键字，如果没有将值设为空，如果有则通过字典匹配后面的价格。这样就有10个if语句了。

A = ('A9' in price.keys()) #判断关键字A9(商务座)是否在字典price中

if A == False :

A =''

else:

A =price['A9']

#TDZ

B = ('P' in price.keys())

if B == False :

B =''

else:

B =price['P']

#YDZ

C = ('M' in price.keys())

if C == False :

C =''

else:

C =price['M']

......

提取出相关的价格信息后就可以将相关信息放在车座类型的后面，一起显示出来。

colored('green',row['swz_num'])+'\n'+A,

colored('green',row['tz_num'])+'\n'+B,

colored('green',row['zy_num'])+'\n'+C, #后面的A,B,C就是价格的信息。

最后运行的结果如开始图片所示。

虽然功能实现了，但是运行速度很慢，我觉得就是因为三次匹配，而且后两次的匹配都在row in rows循环中，每一次循环都有执行一次匹配网址2，匹配data,执行10个关键字是否存在的if语句。所以到最后print(table)的过程要漫长很多。

最后一个令我纠结的问题是，我用prettytable打印出来的包含中文的表格并不是很整齐，虽然我查到了prettytable的英文介绍只支持ascii字符的排列。但是我看到网上的图片都可以将中文对齐，最后在第二天早上我换用了pycharm软件运行，结果显示正常。

我整理了两个版本，一个包含价格的，一个不包含价格的。

都在我的github中，欢迎批评指正。最后附上github中的完整代码