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：

$ 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、代码实现

首先安装一下实验需要用到的库：

$ sodo pip install requests prettytable docoptrequests, 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]

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，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。

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[''])

to_station = stations.get(arguments[''])

date = arguments['']

# 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[''])

to_station = stations.get(arguments[''])

date = arguments['']

# 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，更多Python经典项目：Python全部 - 课程