python实现登录12306网站查看火车票信息

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

作者：TM0831

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

python学习交流群，点击即可加入

具体步骤

一、登录

登录功能是通过使用selenium实现的，用到了超级鹰来识别验证码。没有超级鹰账号的先注册一个账号，充值一点题分，然后把下载这个Python接口文件，再在里面添加一个use_cjy的函数，以后使用的时候传入文件名就可以了（验证码类型和价格可以在价格体系查看）：

1 def use_cjy(filename):
2     username = ""  # 用户名
3     password = ""  # 密码
4     app_id = ""  # 软件ID
5     cjy = CJYClient(username, password, app_id)  # 用户中心>>软件ID
6     im = open(filename, 'rb').read()  # 本地图片文件路径
7     return cjy.PostPic(im, 9004)  # 9004->验证码类型

然后进入12306的登录页面，网址为https://kyfw.12306.cn/otn/login/init，可以看到有一个像下面这样的验证码：

要破解这个验证码，第一个问题是怎么得到这个验证码图片，我们可以很轻松的找到这个验证码图片的链接，但是如果用requests去请求这个链接，然后把图片下载下来，这样得到的图片和网页上的验证码图片是不同的，因为每次请求都会刷新一次验证码。所以需要换个思路，比如先把网页截个图，然后我们可以知道验证码图片在网页中的位置，然后再根据这个位置，把截图相应的位置给截取出来，就相当于把验证码图片从整个截图中给抠出来了，这样得到的验证码图片就和网页上的验证码一样了。相关代码如下：

 1 # 定位到验证码图片
 2 captcha_img = browser.find_element_by_xpath('//*[@id="loginForm"]/div/ul[2]/li[4]/div/div/div[3]/img')
 3 location = captcha_img.location
 4 size = captcha_img.size
 5 # 写成我们需要截取的位置坐标
 6 coordinates = (int(location['x']), int(location['y']),
 7                int(location['x'] + size['width']), int(location['y'] + size['height']))
 8 browser.save_screenshot('screen.png')
 9 i = Image.open('screen.png')
10 # 使用Image的crop函数，从截图中再次截取我们需要的区域
11 verify_code_image = i.crop(coordinates)
12 verify_code_image.save('captcha.png')

现在已经得到了验证码图片了，下一个问题是怎么识别？点触验证码识别起来有两个难点，一个是文字识别，要把图上的鞭炮文字识别出来，第二点是识别图片中的内容，比如上图就要把有鞭炮的图片识别出来，而这两个难点利用OCR技术都很那实现，因此选择使用打码平台（比如超级鹰）来识别验证码。对于上面这个图，在使用超级鹰识别之后会返回下面这个结果：

{'pic_id': '6048511471893900001', 'err_no': 0, 'err_str': 'OK', 'md5': 'bde1de3b886fe2019a252934874c6669', 'pic_str': '117,140'}

其中pic_str对应的值就是有鞭炮的图片的坐标位置（如果有多个坐标，会用“|”进行分隔），我们对这个结果进行解析，把坐标提取出来，再利用selenium模拟点击就可以了，相关代码如下：

 1 # 调用超级鹰识别验证码
 2 capture_result = use_cjy('captcha.png')
 3 print(capture_result)
 4 # 对返回的结果进行解析
 5 groups = capture_result.get("pic_str").split('|')
 6 points = [[int(number) for number in group.split(',')] for group in groups]
 7 for point in points:
 8     # 先定位到验证图片
 9     element = WebDriverWait(browser, 20).until(
10         EC.presence_of_element_located((By.CLASS_NAME, "touclick-bgimg")))
11     # 模拟点击验证图片
12     ActionChains(browser).move_to_element_with_offset(element, point[0], point[1]).click().perform()
13     sleep(1)

二、查询

带有车票信息的ajax接口很容易找到，格式也是标准的json格式，解析起来会方便不少

但是爆保存车票的字符串很复杂，我们先把第一条信息打印出来看看，以下是部分信息：

'hH0qeKPBgl0X0aCnrtZFyBgzqydzV45U2M1r%2F32FsaPHeb7Mul00sIb7y9W%2B6df1tUdDGCxqdVs8%0Aw2VodSjdXjUQ2uNdwFprKdVK9iaW60Wj2jKpNKaViR4ndlBCjsYB0SIF
QR0pLksy7HDP0KcaoLe4%0A4RW6zRcscO7SRNJZOsF%2Fxj3Ooq76lzzdku3Uw957yjLFyf7ikixOaC%2FAOrLAwCc7y0krRpKJbSn3%0ApBsY%2F%2Fok%2Bmg2xNhXapoCPIt4w0p9',　　这段字符是随机生成的，过几秒就回失效。
 '39000D30280G',　　列车编号
 'D3028',　　车次
 'HKN',　　始发站
 'AOH',　　终点站
 'HKN',　　出发站
 'AOH',　　目的站
 '07:31',　　出发时间
 '13:06',　　到达时间
 '05:35',　　总耗时
 'Y',　　Y表示可以购票，N表示不可以
 '20181111',　　日期
后面基本都是座位的余票信息了。

对于提到的列车站点代码，可以通过请求这个链接，通过得到JS脚本中的station_names变量获取，对应的站点以@字符分隔，相关代码如下：

1 # 请求保存列车站点代码的链接
2 res1 = requests.get("https://kyfw.12306.cn/otn/resources/js/framework/station_name.js")
3 # 把分割处理后的车站信息保存在station_data中
4 self.station_data = res1.text.lstrip("var station_names ='").rstrip("'").split('@')

 1 # 返回车站英文缩写
 2  def get_station(self, city):
 3     for i in self.station_data:
 4         if city in i:
 5             return i.split('|')[2]
 6 
 7 # 返回车站中文缩写
 8 def get_city(self, station):
 9     for i in self.station_data:
10         if station in i:
11             return i.split('|')[1]

由于ajax接口有了一点变化，所以我对之前的代码做了一点修改，在输入数据的部分：

1 # 需要按2018-01-01的格式输入日期，不然会出现错误
2 d = input("请输入日期（如：2018-01-01）：")
3 f = self.get_station(input("请输入您的出发站："))
4 t = self.get_station(input("请输入您的目的站："))
5 url = "https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date={}&leftTicketDTO.from_station={}" \
6       "&leftTicketDTO.to_station={}&purpose_codes=ADULT".format(d, f, t)

完整代码

CJYDemo.py

import requests
from hashlib import md5


class CJYClient(object):
    def __init__(self, username, password, soft_id):
        self.username = username
        self.password = md5(password.encode('utf8')).hexdigest()
        self.soft_id = soft_id
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'Connection': 'Keep-Alive',
            'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
        }

    def PostPic(self, im, codetype):
        """
        im: 图片字节
        codetype: 题目类型 参考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files,
                          headers=self.headers)
        return r.json()

    def ReportError(self, im_id):
        """
        im_id:报错题目的图片ID
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
        return r.json()


def use_cjy(filename):
    username = ""  # 用户名
    password = ""  # 密码
    app_id = ""  # 软件ID
    cjy = CJYClient(username, password, app_id)  # 用户中心>>软件ID
    im = open(filename, 'rb').read()  # 本地图片文件路径
    return cjy.PostPic(im, 9004)  # 9004->验证码类型

test.py

  
import json
import requests
from PIL import Image
from time import sleep
from .CJYDemo import use_cjy
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/22.0.1207.1"
                  " Safari/537.1"
}


class TrainUser:
    def __init__(self, username, password):
        self.username = username
        self.password = password
        self.cookie = ""
        self.station_data = ""

    # 登录12306
    def login(self):
       browser = webdriver.Chrome()
        browser.get("https://kyfw.12306.cn/otn/login/init")
        browser.find_element_by_xpath('//*[@id="username"]').send_keys(self.username)
        sleep(2)
        browser.find_element_by_xpath('//*[@id="password"]').send_keys(self.password)
        sleep(2)
        captcha_img = browser.find_element_by_xpath('//*[@id="loginForm"]/div/ul[2]/li[4]/div/div/div[3]/img')
        location = captcha_img.location
        size = captcha_img.size
        # 写成我们需要截取的位置坐标
        coordinates = (int(location['x']), int(location['y']),
                       int(location['x'] + 2 * size['width']), int(location['y'] + 2 * size['height']))
        browser.save_screenshot('screen.png')
        i = Image.open('screen.png')
        # 使用Image的crop函数，从截图中再次截取我们需要的区域
        verify_code_image = i.crop(coordinates)
        verify_code_image.save('captcha.png')
        # 调用超级鹰识别验证码
        capture_result = use_cjy('captcha.png')
        print(capture_result)
        # 对返回的结果进行解析
        groups = capture_result.get("pic_str").split('|')
        points = [[int(number) for number in group.split(',')] for group in groups]
        for point in points:
            # 先定位到验证图片
            element = WebDriverWait(browser, 20).until(
                EC.presence_of_element_located((By.CLASS_NAME, "touclick-image")))
            # 模拟点击验证图片
            ActionChains(browser).move_to_element_with_offset(element, point[0] - 110, point[1] - 90).click().perform()
            sleep(3)
        browser.find_element_by_xpath('//*[@id="loginSub"]').click()
        sleep(5)
        if browser.current_url not in ["https://kyfw.12306.cn/otn/login/init", "https://kyfw.12306.cn/otn/login/init#"]:
            print("登录成功！")
        else:
            print("登录失败，请重试！")


    # 显示可购车票信息
    def show_ticket(self):
        # 请求保存列车站点代码的链接
        res1 = requests.get("https://kyfw.12306.cn/otn/resources/js/framework/station_name.js")
        # 把分割处理后的车站信息保存在station_data中
        self.station_data = res1.text.lstrip("var station_names ='").rstrip("'").split('@')
        # 需要按2018-01-01的格式输入日期，不然会出现错误
        d = input("请输入日期（如：2018-01-01）：")
        f = self.get_station(input("请输入您的出发站："))
        t = self.get_station(input("请输入您的目的站："))
        url = "https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date={}&leftTicketDTO.from_station={}" \
              "&leftTicketDTO.to_station={}&purpose_codes=ADULT".format(d, f, t)
        res2 = requests.get(url)
        result = json.loads(res2.text)['data']['result']
        seat_data = [(32, "商务座"), (31, "一等座"), (30, "二等座"), (26, "无座"), (23, "软卧"), (28, "硬卧"), (29, "硬座")]
        for i in result:
            i = i.split('|')
            info = {
                "车次": i[3], "出发日期": i[13], "始发站": self.get_city(i[4]), "终点站": self.get_city(i[7]),
                "出发站": self.get_city(i[6]), "目的站": self.get_city(i[5]), "出发时间": i[8], "到达时间": i[9],
                "总耗时": str(int(i[10][:i[10].index(":")])) + "小时" + str(int(i[10][i[10].index(":") + 1:])) + "分钟",
                "商务座": '', "一等座": '', "二等座": '', "无座": '', "软卧": '', "硬卧": '', "硬座": ''
            }
            for j in range(7):
                if i[seat_data[j][0]] == "有" or i[seat_data[j][0]].isdigit():
                    info[seat_data[j][1]] = i[seat_data[j][0]]
                else:
                    del info[seat_data[j][1]]
            print(info)

    # 返回车站英文缩写
    def get_station(self, city):
        for i in self.station_data:
            if city in i:
                return i.split('|')[2]

    # 返回车站中文缩写
    def get_city(self, station):
        for i in self.station_data:
            if station in i:
                return i.split('|')[1]


if __name__ == '__main__':
    u = TrainUser(input("请输入您的用户名："), input("请输入您的密码："))
    u.login()
    u.show_ticket()