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，项目在线练习地址：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。
果然，我们在网页里面找到了这个链接：https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955 这里面貌似是包含了所有车站的中文名，拼音，简写和代号等信息。但是这些信息挤在一起，而我们只想要车站的拼音和大写字母的代号信息，怎么办呢？
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，立即【开始实验】
更多Python经典项目：Python全部 - 课程