【Python 2.7】火车票查询
程序员文章站
2022-07-08 11:10:07
...
『一』初衷
春节临近，为了能够更加快速进行查询（其实还是懒得在12306上一次次重复点点点）自己想要的火车票的余票信息，就萌生出了想要写一个爬取火车票的小程序的想法，正好公司主要使用的Python 2.7，自己刚接触Python一个多月正需要验证一下学习情况，就自己动手写了这个火车票查询程序。
『二』准备工作
1、我需要完成的是从12306上抓取数据，因此需要使用requests包的get()方法；
2、对抓取到的数据进行解析，因为获取到的数据均为json格式数据，则需要使用json包；
3、我想要在数据获取之后以一个比较美观的形式展示出来，因此使用了prettytable模块用来展示。
4、通过查看12306上查询余票信息时调用的接口信息，如下：
https://kyfw.12306.cn/otn/leftTicket/queryZ?leftTicketDTO.train_date=2018-02-13&leftTicketDTO.from_station=XAY&leftTicketDTO.to_station=BJP&purpose_codes=ADULT
注意其中标红的字段，train_date是乘车日期，from_station为出发站，to_station为到达站，这三个参数是必需的，所以我先从这三个参数入手。
首先，观察到出发站和到达站不是该站点的拼音,而是不同的Code，所以我们要先获取各个车站站点的Code并生成一个字典，这样在之后进行查询时也能对输入数据的合法性进行判断。
新建一个get_station.py文件，编写：
#-*- coding: utf-8 -*-
import re
import requests
url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.9042'#获取站点拼音和代码对应的网址
station_html = requests.get(url)
stationtxt = station_html.text
stationtxt = stationtxt.encode('unicode_escape')
stationtxt = stationtxt.encode('utf-8')
list = stationtxt.split('@')
length = len(list)
stationsCP = {}
for i in range(1,length):
st = list[i]
list_new = st.split('|')
Pinyin = list_new[3]#拼音
Code = list_new[2]#代码
Chinese = list_new[1]#汉字
stationsCP[Code] = (Pinyin)
print "stationsCP = ",stationsCP
#执行 python get_stations.py > stations.py 完成后会生成stations.py文件，用来保存站点的拼音和代码完成上一步之后我们就获取到了一个包含所有站点的字典啦～接下来进行下一步，读取用户输入的出发站、到达站、乘车日期这三个参数并进行合法性判断。我选择新建一个文件，将这些函数都写在这个文件里，命名为Get_and_Check.py，编写：
#-*- coding: utf-8 -*-
#获取出发站并判定信息合法性
def get_from_station(correct_station):#correct_station为上一步生成的那个stations字典
import re
while 1:
#对用户输入的数据进行预处理，去除前后和中间包含的空格，并将字符置为小写
get_from_station = (raw_input("Please Input from_Station:")).lower().strip()
get_from_station = "".join(get_from_station.split())
if get_from_station == '':
continue
if get_from_station in correct_station:#判断是否合法，合法返回，不合法再次输入
return get_from_station
elif get_from_station == 'q':
return 'quit'
else:
print "\nThe from_Station IS WRONG! Please TRY AGAIN!\n"
#获取到达站并判断信息合法性
def get_to_station(correct_station,get_from_station):#correct_station为上一步生成的那个stations字典
import re
while 1:
#对用户输入的数据进行预处理，去除前后和中间包含的空格，并将字符置为小写
get_to_station = (raw_input("Please Input to_Station:")).lower().strip()
get_to_station = "".join(get_to_station.split())
if get_to_station == '':
continue
if get_to_station in correct_station:#判断是否合法，合法返回，不合法再次输入
if get_to_station == get_from_station:#出发站和到达站不能相同
print "\nSAME STATIONS!!!\n"
continue
else:
return get_to_station
elif get_to_station == 'q':
return 'quit'
else:
print "\nThe to_Station IS WRONG! Please TRY AGAIN!\n"
#获取发车时间并判断信息合法性
def get_search_date(today,lastday):#today为今天的日期，lastday为本系统可查询的最后日期
import re, datetime
today = str(today)#获取今天的日期
today = re.match(r'^(\d{4}).(\d{2}).(\d{2})',today)#将日期进行匹配分割
now_year = int(today.group(1))
now_month = int(today.group(2))
now_day = int(today.group(3))
today = datetime.date(now_year,now_month,now_day)#重新组合成****-**-**的格式
while 1:
#对用户输入的数据进行预处理，去除前后和中间包含的空格
get_search_date = raw_input("Please Input search_Time:").strip()
get_search_date = "".join(get_search_date.split())
if get_search_date == 'q':
return 'quit'
else:#用户输入了年月日
search_date = re.match(r'^(\d{4}).(\d{2}).(\d{2})',get_search_date)
if search_date:
year = int(search_date.group(1))
month = int(search_date.group(2))
day = int(search_date.group(3))
try:
search_time = datetime.date(year,month,day)
except ValueError:
print "\nWRONG DATE TYPE!\n"
continue
if today <= search_time and search_time <= lastday:#判断查询日期是否在系统可查询时间范围内
return search_time
else:
print "\nWRONG DATE RANGE!!\n"
continue
else:#用户只输入了月和日，则默认本年
search_date = re.match(r'^(\d{2}).(\d{2})',get_search_date)
if search_date:
year = now_year
month = int(search_date.group(1))
day = int(search_date.group(2))
try:
search_time = datetime.date(year,month,day)
except ValueError:
print "\nWRONG DATE TYPE!\n"
continue
if today <= search_time and search_time <= lastday:
return search_time
else:
print "\nWRONG DATE RANGE!!\n"
continue
else:#用户只输入了日，则默认为本年本月
search_date = re.match(r'^(\d{2})',get_search_date)
if search_date:
year = now_year
month = now_month
day = int(search_date.group(1))
try:
search_time = datetime.date(year,month,day)
except ValueError:
print "\nWRONG DATE TYPE!\n"
continue
if today <= search_time and search_time <= lastday:
return search_time
else:
print "\nWRONG DATE RANGE!!\n"
continue
else:#用户什么都没有输入，则默认为本日
return today因为有时查某一天的车票没有余票了，就要再切换其他日期，那么我就再新增了一个可以查询连续30天余票信息的功能：
#获取连续天数
def get_running_days():
get_running_days = raw_input("Please input the running_days:").strip()
get_running_days == "".join(get_running_days.split())
if get_running_days == '':
pass
if get_running_days == 'q':
return 'quit'
try:
get_running_days = int(get_running_days)
if get_running_days is None:
running_days = 1
elif get_running_days >= 30:
running_days = 29
else:
running_days = int(get_running_days)
running_days = running_days
except:
running_days = 1
return running_days好的，到这一步，需要准备的基本数据已经足够了，那么接下来是要进行构建URL、尝试进行连接并抓取数据，然后进行解析输出展示。
先进行连接这一步吧，还是在Get_and_Check.py中新增一段代码：
#构建url并获取网页数据
def connect_and_get(code_date,code_from_station,code_to_station):#分别是查询日期，出发站Code，到达站Code
import requests,json,time
url = 'https://kyfw.12306.cn/otn/leftTicket/queryZ?leftTicketDTO.train_date={}&leftTicketDTO.from_station={}
&leftTicketDTO.to_station={}&purpose_codes=ADULT'.format(code_date, code_from_station, code_to_station)
while 1:
try:
r = requests.get(url,timeout = 4)
trains_info = r.json()['data']['result']#解析数据
if len(trains_info) != '':
return trains_info
elif len(trains_info) == '':
continue
except:
return '0'#连接失败接下来是要将抓取到的车票信息进行分类保存，包括商务座、一等座、二等座等等类型，为使用prettytable模块做铺垫：
#3 车次 4 始发站 5 出发站 6 终点站 7 到达站 8 发车时间 9 到达时间 10 历时
#11 票种（成人，学生，儿童） 13 日期 32 商务座/特等座 31 一等座
#30 二等座 23 软卧 28 硬卧 29 硬座 26 无座
#车次信息
def analyze(trains_info,stations,search_date):
from prettytable import PrettyTable
tickets = []
if trains_info == '0':
return '0'
else:
for t_info in trains_info:
tickets_info = t_info.split('|')
train_name = tickets_info[3]
from_station = tickets_info[6]
to_station = tickets_info[7]
from_time = tickets_info[8]
arrive_time = tickets_info[9]
duration = tickets_info[10]
train_date = search_date
business_seat = tickets_info[32]
first_seat = tickets_info[31]
second_seat = tickets_info[30]
softsleep = tickets_info[23]
hardsleep = tickets_info[28]
hard_seat = tickets_info[29]
without_seat = tickets_info[26]
station = (' - '.join([stations[from_station],stations[to_station]]))
time = (' - '.join([from_time,arrive_time]))
tickets.append([train_date,train_name,station,time,duration,business_seat,first_seat,second_seat,softsleep,hardsleep,hard_seat,without_seat])
return tickets 『三』主程序
到此，所有的准备工作都做完了，接下来就是要进行展示了。我用到的是PrettyTable模块，不是内置模块，所以需要下载安装一下，进入Python 2.7的安装目录下，我的是 C:\\Python27\Scripts\，然后执行命令 pip install prettytable 下载安装。完成之后我们新建一个新的文件作为主程序，命名为Ticket_Check_System.py
#-*- coding: utf-8 -*-
from stations import stations
import Get_and_Check
#注意：如果以上两个文件：stations.py和Get_and_Check.py与主函数不在同一文件目录下，则需要以下方法增加路径
#import sys
#sys.path.append(r"")#双引号内为文件完整路径，如E:\\test\
import datetime
import time
from datetime import date,timedelta
from prettytable import PrettyTable
import requests,re
today = date.today()
now = datetime.datetime.now()
correct_station = stations.keys()#获取站点的Code
lastday = today + timedelta(days = 29)#规定最终日期
#格式化输出
string_1 = '\t\t\t\t+=======================================+'
string_2 = '\t\t\t\t+ # Tickets Search System # +'
print string_1,'\n',string_2,'\n','\t\t\t\t+','\t',today,'to',lastday,'\t','+','\n',string_1,'\n\t\t\t\t Now_Time:',now,'\n'
def get_and_check():
#获取需要进行查询的信息
from_station = Get_and_Check.get_from_station(correct_station)
if from_station == 'quit':
return 'q'
to_station = Get_and_Check.get_to_station(correct_station,from_station)
if to_station == 'quit':
return 'q'
search_date = Get_and_Check.get_search_date(today,lastday)
if search_date == 'quit':
return 'q'
running_days = Get_and_Check.get_running_days()
if running_days == 'quit':
return 'q'
print "\n\t\t\t\t\tFrom_Station:",from_station,"\tTo_Station:",to_station,"\tFrom_Date:",search_date,'\n'
#获取出发站、到达站、发车时间，连接网络获取信息
code_from_station = stations.get(from_station)
code_to_station = stations.get(to_station)
code_date = str(search_date)
#prettytable设置列
pt = PrettyTable('No Date Train From_Station/To_Station From_Date/To_Date Duration Business_Seat FSoft_Seat SSoft_Seat Soft_Sleep Hard_Sleep Hard_Seat Without_Seat'.split(' '))
count = 0#查询到的列车车次计数
pt.clear_rows()#初始化
start_time = time.clock()
#查询
for i in range(running_days):
trains_info = Get_and_Check.connect_and_get(code_date,code_from_station,code_to_station)
tickets = Get_and_Check.analyze(trains_info,stations,search_date)
if tickets == '0':
print code_date,"\tCAN NOT GET CONNETION"
tickets = ""
for ticket in tickets:
ticket.insert(0,count+1)
pt.add_row(ticket)
count = count + 1
search_date = search_date + timedelta(days = 1)
code_date = str(search_date)
end_time = time.clock()
spend_time = end_time - start_time#系统查询运行时间
if count == 0:
print "\nSORRY, I CAN NOT FIND ANY TICKETS!\n"
else:
print '\nTOTAL:',count,'trains\t','Spend Seconds: %d'%spend_time
print pt.get_string()#打印结果
pt.clear()#清空缓存
if __name__ == '__main__':
while 1:
gc = get_and_check()
if gc == 'q':
print "\nSuccessful Quit!"
break『四』结果截图
『五』总结
blahblah =。= 太懒了，不想写总结。。。
算了，还是提一下优化问题
1、建议while循环使用 while 1代替 while true，在Python 2.7中，True是全局变量而不是关键字，所以效率上会拖那么一丢丢后腿
2、查询时使用dict代替list，这样会极大地减少查询的时间，但是对内存会有较大需求
3、格式化字符，第一种方式（"字符串"+"字符串"+...+"字符串"），用时最短。这里：
这是第二种方式（"字符串{}...字符串{}".format(a,b...,n)），用时比第一种慢一点。第三种：
这是最慢的一种方式（"字符串%d字符串%s" % (a,b) ），但是可读性是最高的『%d整数 %s字符串 %f浮点数 %c字符』
4、if判断时尽量使用 if ... is ...替代 if ... == ...
5、使用join合并迭代器中的字符串
6、使用级联比较 a<b<c替代 a<b and b<c
7、可以使用性能分析工具查看程序运行时所有模块的花费时间，使用方法如下：
python -m cProfile Ticket_Check_System.py
以上所有提及的性能优化的都可以在本例中找到，也都可以进行优化。
推荐阅读
-
windows+python2.7安装cv2
-
ubuntu 16.04 安装 python2.7 以及 cv2, dist-package 和 site-package 的区别, import cv2 出问题解答
-
pip2 python2.7 安装opencv-python cv2遇到问题的可能解决办法 skbuild list(pattern)
-
教你Python3实现12306火车票自动抢票，小白必学
-
php实现12306火车票余票查询和价格查询
-
Python连接postgresql并以字典返回查询结果
-
解决Python2.7读写文件中的中文乱码问题
-
关于python查询mysql表的问题
-
macOS自带Python2.7版本升级
-
Linux中RedHat下安装Python2.7开发环境的详细介绍