我的例子都比较适合新手，那种老司机请绕道，谢谢！

ps

前言

最近学习Python，所以呢？跟大家一样，都是看看官网，看看教程，然后就准备搞一个小东西来试试，那么我使用的例子是实验楼中的12306火车票查询例子。但是那个是2.7版本的，并且那个实验楼的ubuntu系统老是一些包装不上，没办法就在我电脑上搞好了。

结果展示：

我在window上运行的结果

下面这一段说明我是抄的，哈哈,因为我自己再怎么写还不是同样的内容。

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tickets,其实 大家随意了，需要发布就需要起一个更好的名字，不然只要自己玩儿的懂，但是要有程序的特点，所以还是tickets相关的吧。方便阅读和自己记忆。

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10月31号贵阳-遵义西的火车余票， 我们只需输入：

python3.5 lnlr.py 贵阳 遵义西 2017-10-31

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：

python3.5 lnlr.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：

python3.5 lnlr.py [options] from to date

接口已经确定好了，剩下的就是实现它了。

环境

Centos 7 linux 系统

Python3.5.2

使用到的库

docopt------>命令行解释器(把我玩儿死)

colorama--->一个文本着色器

requests --->爬虫必备，http请求库

prettytable->表格显示

安装库

未安装之前

Linux上面目前的库

安装库：

pip3.5 install requests colorama docopt prettytble

安装之后

安装完成之后的库列表

ok，我们环境有了，库有了，那么应该干啥呢？

爬虫个人分析：

制定爬取内容

选取目标

准备环境，上面就提前说了，因为这个本来就是在搞爬虫，所以...

分析该网站的html结构，得到url

爬取数据

分析数据

封装数据(组装数据)，弄成自己想要的样子

coding......

那么我们开始吧

第一步

当然是打开12306的官网了，然后进行一个余票查询，当然首先你得按一下f12，打开控制台面板哦。

我是查询的是：贵阳--遵义西 10-31号的车票

f12之后，查票页面

我先埋下一个伏笔：

我看到的贵阳-遵义 10-31的车次一共是11个班次。

第二步

首先在控制台找到Network按钮，点击。然后选择XHR ---》找到请求到后台的接口，

请求接口

那么我们先看一个三个接口的请求和返回的数据：

1.https://ad.12306.cn/sdk/webservice/rest/appService/getAdAppInfo.json?placementNo=0004&clientType=2&billMaterialsId=28e783cd2ec048ee8575cc3e502292c2

查看返回的结果：

貌似没有什么有用的信息。

第三个接口返回的数据

哈哈，在里面我看到了贵阳，遵义，那么大胆的猜测这个接口有可能就是我们需要的。

我们继续点开看看有什么东西，这些数据都是以json的格式传递过来的。

展开结果

到这里我相信，聪明的人已经知道了这个就是我们所需要的接口了，而这些数据就绝对是车次信息的数据。

由上面的我f12查看到的数据是11条，那么你们就没有点小激动么？

说明这个接口就是我们所需要的接口无误。那么现在我们就要得到它的url咯。

靠，双十一快到了，被女朋友抓去看了一会儿衣服，可能今天就不写了，明天接着写。

那么这样：我就明天开始分析url，然后就coding

请求的接口URL：

https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2017-10-31&leftTicketDTO.from_station=GIW&leftTicketDTO.to_station=ZIW&purpose_codes=ADULT

分析：

1. 查看请求方式 POST/GET(常用的),这里使用的是GET请求

2. 肯定带有参数了，并且GET请求是拼接到url之后的，我们查询的时候是输入了起始地点，目的地点，出发时间。那么url上也应该带有这三个。

3. 得到参数名称：leftTicketDTO.train_date=2017-10-31,leftTicketDTO.from_station=GIW,leftTicketDTO.to_station=ZIW

还有一个参数：purpose_codes=ADULT 根据ADULT的意思(成人，成年)大胆猜测这就是学生票和成人票。

4.得到了四个参数，但是我们还不知道其中有两个GIW,ZIW是什么意思。

因为我输入的是中文，但是出现的是字母代号。做过前后台交互的同学应该觉得这种是很常见的。目的是避免了中文传输导致的问题。

分析参数的获取

leftTicketDTO.train_date=2017-10-31 时间

leftTicketDTO.from_station=GIW 出发地

leftTicketDTO.to_station=ZIW 目的地

同学们请注意：我们输入的是中文，出来的是地点代码，说明中间有一层转换，那么在常规的网站中，只有两种三种方式能这样处理？

将这个地点-地点代码字典写入js中，这个地方有可能，因为国内的地点太多，需要手动维护。

将地点-地点代码字典写入本地文件文件，做好缓存，每次读取文件，然后使用。

从远端服务器进行获取，在这里也没必要，因为每次都要去请求后台，增加服务器的压力，这个是没必要的，因为这个字典的话是基本不会变化的。

ok经过上面的分析，我们就能很清楚的知道这个字典绝对是从js获取的，那么我们就也一样的使用发f12来检查到资源，找到该页面所引用的所有js,然后进行分析。

该页面所加载的js文件

上图中的矩形中的就是当前页面中的所有js,当然每个js的作用我就不一一的说了，各位需要帮助的可以email(leihfein@gmail.com)我，或者在下面留言。

那么我直接查看各个的内容，发现有一个是：

包含了地点，地点代码js

浏览器中输入该URL看到的结果

我们还可以来一个测试：

我在查询的时候是输入了，贵阳-遵义，搜索一下看看吧。

搜索

同学们，看到这个你们觉得爽不爽，说明这个文件就是我们所需要的。

ok，到这里，编码前期准备工作，所有的都昨晚了，我从一步一步的分析，然后截图。给大家思路，方法，步骤。希望大家能够更明白，更多的是学习到其中的分析思路哈。

codingwars

首先爬取地点-代码code字典。

#!/usr/bin/env python3

# coding: utf-8

import requests

import re

from pprint import pprint

"""

获取到地点-地点code字典

"""

def get_station():

url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.9028'

response = requests.get(url,verify=False)

station = re.findall(u'([\u4e00-\u95fa5]+)\|([A-Z]+)',response.text)

pprint(dict(station),indent=4)

if __name__=="__main__":

get_station()

在最后，我是使用pprint输出到屏幕的，大家可以进行拷贝，或者是使用Linux的重定向进行输出到别的文件 。

python3.5 get_station_code.py > stations.py

并且需要在stations.py文件中增加一个名字哦，因为输出来时也没有名字的。见下图

在windows中就只能拷贝了，

新增一个stations字典名称

好的，到这里我们的地点-地点代码就得到了，那么我们就应该写那个爬取车次信息的py了。

处理输出的代码：

from prettytable import PrettyTable

from stations import stations

from colorama import init, Fore

"""

处理爬取出来的车次信息，并进行表格输出

"""

init()

class TrickCollection(object):

def __init__(self, available_trains, options):

self.header = ('车次 车站 时间 历时 特等座 一等 二等 高级软卧 软卧 动卧 硬卧 '

+ '软座 硬座 无座 备注').split()

self.available_trains = available_trains

self.options = options

# 将历时转化为小时和分钟的形式

def get_duration(self, raw_train):

duration = raw_train[10].replace(':', '小时') + '分'

if duration.startswith('00'):

return duration[4:]

if duration.startswith('0'):

return duration[1:]

return duration

# 返回每个车次的基本信息

def trains(self):

for raw_train in self.available_trains:

# 列车号

train_no = raw_train[3]

# 得到什么列车并小写

initial = train_no[0].lower()

# 反转station所对应的字典

stations_re = dict(zip(stations.values(), stations.keys()))

if not self.options or initial in self.options:

# 将车次的信息保存到列表中

# train 出发地

begin_station = stations_re.get(raw_train[4])

# train 目的地

end_station = stations_re.get(raw_train[5])

# your 出发地

from_station = stations_re.get(raw_train[6])

# your 目的地

to_station = stations_re.get(raw_train[7])

# 判断是起始还是经过

begin_flag = self.__check_equals(begin_station, from_station)

end_flag = self.__check_equals(end_station, to_station)

train = [

train_no,

'\n'.join([begin_flag + ' ' + self.__get_color(Fore.GREEN, from_station),

end_flag + ' ' + self.__get_color(Fore.RED, to_station)]),

'\n'.join([self.__get_color(Fore.GREEN, raw_train[8]),

self.__get_color(Fore.RED, raw_train[9])]),

# 时间

self.get_duration(raw_train),

# 历时

raw_train[32],

# 特等座

self.__show_color(raw_train[31]),

# 一等

self.__show_color(raw_train[30]),

# 二等

self.__show_color(raw_train[22]),

# 高级软卧

self.__show_color(raw_train[23]),

# 软卧

self.__show_color(raw_train[33]),

# 硬卧

self.__show_color(raw_train[28]),

# 软座

self.__show_color(raw_train[24]),

# 硬座

self.__show_color(raw_train[29]),

# 无座

self.__show_color(raw_train[26]),

# 备注

self.__show_color(raw_train[1])

]

# 更改不运行车次的时间和历时

if raw_train[14] == 'null':

train[2] = '--\n--'

train[3] = '--'

# 将空字符串转化为‘--’

for i, item in enumerate(train):

if not item:

train[i] = '--'

yield train

def __check_equals(self, from_station, to_station):

"""

检查是否是始、过

检查你的起始站是否为该车次的起始站

检查你的终止站是否为该车次的终止站

:param from_station: 出发位置

:param to_station: 结束位置

:return: 决定了是使用‘始' 还是 ’过‘

"""

if from_station == to_station:

return '始'

else:

return '过'

def __get_color(self, color, content):

"""

返回颜色内容组合，并且清除该内容之后的颜色

:param color: 传递的颜色

:param content: 内容

:return: 返回值为拼接上颜色

"""

return color + content + Fore.RESET

def __show_color(self, content):

"""

对内容进行颜色显示，并且只显示有，其余不上色

:param content: 需要颜色显示的内容

:return: 返回设置结果

"""

if content == '有':

return Fore.GREEN + content + Fore.RESET

else:

return content

def pretty_print(self):

"""

显示内容

:return:

"""

pt = PrettyTable()

pt._set_field_names(self.header)

for train in self.trains():

pt.add_row(train)

print(pt)

成果展示：

但是我在远端上使用xshell没有颜色，这个是什么鬼。最后发现是自己设置xshell而已。

好的，下面就是我们的程序执行的结果。

如果程序输入的地点在字典中查询不到，那么就不能查票。所以我们需要随时更新stations.py文件(地点-code字典表)

成果展示

ok，到这里的话，我们的所有的爬虫就抓取成功，并且输出成我们想要的结果了。我准备下一步就是搞那个抢票。试试吧。

代码在后面我会给出github地址的。

总结

在本次实验中，我所遇到的问题简单说一下：

optdoc的使用，这个是我遇到的最大的坑，(usage 下面命令之后必须空一行)

在Linux上的缩进问题

3.就是对python还不是特别的熟。

github地址

阅读到本教程的童鞋，喜欢请点个喜欢，不求赞赏，只求喜欢，顶上去。现在网上很多都是以前的接口的例子，已经跑不起来了，所以我希望让更多的人看到，能帮助更多还在py的起步阶段，又没有人练手项目的人。