【爬虫】实时公交查询

背景

北京的公交基本都能查询实时公交，这个功能对于公交出行能带来很大的便利，能节省很多等车的时间。最直接的方法就是去公交官网查询，但是每次操作起来都有些吃力，统计了一下公交列表发现有1300+趟车，在其中找特定的一辆得老半天，让人脑阔疼。再一个就是在北京公交集团的微信公众号上面查询，这个还算可以，但是有一次遇到了不准的问题，就不愿意用了。正好最近也比较迷，不知道该干什么好（怀疑人生ing）。趁着周末有空就自己写个Python脚本来实现一下。

环境

python 3.0+
依赖外部库：requests
相关文件参见：https://github.com/Himryang/bjbus-query

效果展示

效果展示

思路

用到Chrome的开发者工具(Fiddler也差不多)，在官网上单步正常操作，在时间轴上能看到自己每次操作对应的内容。主要就是捕捉ajax的请求，分析一下每步request的header，看cookies内容，发现从主页的get请求开始，到最后一步都是一样的（除了SESSIONID里面的时间戳不一样），所以就比较简单了，直接用requests库创建一个session来自动处理过程中的cookies就行了，时间戳相关的部分会自动同步的，不用担心。
这里提取内容都直接写正则实现的，也可以用美味汤(BeautifulSoup)来解析html（为了让最后打包的exe文件，re和bs4我想最好就只用一个库咯）。

代码和注释

import requests
import re
from os import system
from time import sleep
from ast import literal_eval

def getLineDir(bus,s):
    # 构建请求链接
    selbline = requests.utils.quote(bus)
    url = 'http://www.bjbus.com/home/ajax_rtbus_data.php?act=getLineDir&selBLine={}'.format(selbline)
    r = s.get(url,verify=False)
    r.encoding = r.apparent_encoding #处理编码
    rt = r.text
    LineDir_info = dict()
    # 匹配信息
    uuid_list = re.findall('(?<=data-uuid=")\d+',rt)
    busdir_list = re.findall('\((.*?)\)',rt)
    for i in [1,2]:
        flist = []
        flist.append(uuid_list[i-1])
        flist.append(busdir_list[i-1])
        LineDir_info["{}".format(i)]=flist
    return LineDir_info

def getbus(uuid,s):
    url = 'http://www.bjbus.com/home/ajax_rtbus_data.php?act=busTime&selBLine=1&selBDir={}&selBStop=1'.format(uuid)
    r = s.get(url,verify=False)
    html = literal_eval(r.text)['html']
    busc = re.findall('(?<=id=")\d+(?=m">

后记

最后上一张在Android手机上使用的截图效果：

demo for Android

Android平台的Termux真的很强大，而且还挺稳定，就类似于一个linux bash。在上面安装python3和requests库之后就能正常跑这个脚本了。为了避免每次都繁琐的输入，可以写个简单的shell脚本，内容python ./bus_query.py，取个简单的名字，比如a，然后chmod 777 ./a给权限，就能直接用./a来运行了。一般更多的只会查询固定班次的车，可以改源码来定制。
差不多就这些东西了，又要继续去搬砖了Orz...

注：仅供学习交流，请合理参考使用