比12306快！用Python写一个火车票查看器~

当你准备出去玩，想查询一下火车票信息的时候，还在用12306官网吗？下面我们用 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！

一、实验简介

1.1 知识点

• Python3 基础知识的综合运用

• docopt、requests 及 prettytable 库的使用

• setuptools 的使用

1.2 效果截图

二、接口设计

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，所以tickets应该这样被使用：

$ 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

写Python程序的一个良好实践是使用virtualenv这个工具建一个虚拟的环境。我们的程序使用Python3开发，下面在你的工作目录下建一个文件夹tickets，进去创建一个虚拟环境并激活它：

$ virtualenv -p /usr/bin/python3 venv $ . venv/bin/activate

安装一下实验需要用到的库：

$ sodo pip install requests prettytable docopt

• requests, 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：

# 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 上海  北京 2017-12-05
""
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 上海 北京 2017-12-05

我们得到下面的结果：

{'-d': False, '-g': False, '-k': False, '-t': False, '-z': False, '': '2017-12-05', '': '上海', '': '北京'}

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 2017-12-05, 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=2017-12-05&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-8import reimport requestsfrom pprint import pprinturl = '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，然后输入车站的中文名，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 PrettyTableclass 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()

以上就是今天的实验啦，各位同学可以自己试一试哟~

分享朋友圈 也是另一种赞赏

The more we share, The more we have

 

欢迎加入数据君高效数据分析社区

加我私人微信进入大数据干货群：tongyuannow 

目前100000+人已关注加入我们