Python爬虫学习(一)12306余票信息爬取

环境介绍

    IDE:PyCharm Community.

    Python 编译器 3.6

实现步骤

     1.12306有反爬取机制,余票信息是在网页就绪以后异步加载出来的,首先我们可以打开谷歌浏览器找到,找到中间请求的URL,例如余票检索按钮单击的时候https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2017-12-25&leftTicketDTO.from_station=ZZF&leftTicketDTO.to_station=XXF&purpose_codes=ADULT

      

     由上图可知,余票信息是放在result里面的

     2.取得这些数据

         

req = urllib.request.Request(html)
req.add_header('User-Agent', '/Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML like Gecko) Chrome/59.0.3071.115 Safari/537.36')
html = urllib.request.urlopen(req).read()
aaa = json.loads(html)
result = aaa['data']['result']

for i in getList(html):
    info = i.split('|')
    print('车次:%s' % (info[3]))
    print('出发时间　:%s' % (info[8]))
    print('到达时间　:%s' % (info[9]))
    print('硬卧　　　:%s' % (info[28]))
    print('二等座　　:%s' % (info[30]))
    print('-----------------------')

再解析出来就OK了

源码已经上传到CSDN上面了,

http://download.csdn.net/download/baidu_29609961/10169706