python3 实现12306查询余票

一、查询余票的原理

正常用户web浏览器查询余票通常是进入12306官网，输入起始站、终点站、日期既可以点击查询，如果用Python来操作则有两种方案，一种是基于Selenium2的自动化框架控制浏览器实现，另一种方案则是基于Python自身的爬虫package如request,urllib等来实现，本文实现第二种方案。

二、查询余票的实现

浏览器查询余票是通过访问如：
https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2017-09-30&leftTicketDTO.from_station=BJP&leftTicketDTO.to_station=SHH&purpose_codes=ADULT
这样格式url显示的，从url中我们可以看出，乘车日期(train_date)为2017-09-30，SHH为北京南（BJP），目的站（to_station）为上海（SHH）。因此，python 程序只需要包装好上述关键信息，然后封装url，在调用Python自带的requeset,urllib等package就可以爬取整个余票信息，最后解析浏览器网页输出即可。

1.封装余票查询URL

#查询余票的链接头
query_url = "https://kyfw.12306.cn/otn/leftTicket/query?"
#查询余票的完整url
url=query_url+"leftTicketDTO.train_date="+train_date+"&leftTicketDTO.from_station="+from_station+"&leftTicketDTO.to_station="+to_station+"&purpose_codes=ADULT"  

2.发送请求并读取网页内容

#http连接太多没有关闭导致 Max retries exceeded with url...
#增加重试连接次数
requests.adapters.DEFAULT_RETRIES = 5
#requests使用了urllib3库，默认的http connection是keep-alive的，requests设置False关闭。
s = requests.session()
s.keep_alive = False
#发送查询请求，获取余票网页
r = requests.get(url,allow_redirects=True,verify=False,timeout=10)
if r.status_code==200:  
    # station_dict = r.json()['data']['map']
    traindatas = r.json()['data']['result']

3. 解析网页内容到指定的trainInfo数据结构

for data in traindatas:
    trainInfo = {}
    #解析网页内容，抓取余票信息
    trainRowItem = re.compile('\|([^\|]*)').findall(data)
    trainInfo['train_no'] = trainRowItem[2]
    trainInfo['from_station_name'] = stationDictChineseMapAbbr [trainRowItem[3]]
    trainInfo['to_station_name'] = stationDictChineseMapAbbr [trainRowItem[4] ]    
    # trainInfo['from_station_name'] = trainRowItem[3]
    # trainInfo['to_station_name'] = trainRowItem[4]
    trainInfo['start_time'] = trainRowItem[7]
    trainInfo['arrive_time'] = trainRowItem[8]
    trainInfo['duration'] = trainRowItem[9]
    trainInfo['swz_num'] = trainRowItem[31]
    ...

4.输出余票数据结构内容trainInfo到终端

#设置输出格式
header = '序号 车次 出发站  到达站 出发时间  到达时间 历时 商务座 一等座 二等座 高级软卧 软卧 动卧 硬卧 硬座 无座'.split()
pt = PrettyTable()
pt._set_field_names(header)
for i,trainInfo in enumerate(trainInfoList):
    pt.add_row([i,trainInfo['train_no'],trainInfo['from_station_name'],trainInfo['to_station_name'],trainInfo['start_time'],
    trainInfo['arrive_time'],trainInfo['duration'],trainInfo['swz_num'],
    trainInfo['zy_num'],trainInfo['ze_num'],trainInfo['gjrw_num'],trainInfo['rw_num'],trainInfo['dw_num'],
    trainInfo['yw_num'],trainInfo['yz_num'],trainInfo['wz_num']])
#终端输出
print(pt)

5.最终效果展示

整套代码链接