Python爬虫进行火车票查询

使用python实现一个查询火车票的小工具

主要功能：

1、输入出发车站，到达车站，时间，然后返回所有的车次信息，和余票信息
2、支持输入附加选项查询不同的火车的类型，比如高铁，动车。

#查询上海到北京2017-04-25的高铁和动车的车票，-g -d 是附加选项 表示高铁和动车
python3 trains.py -gd 上海 北京 2017-04-25

运行结果：

运行结果

1. 对12306网站买票过程抓包分析

点击查询之后，通过抓包发现返回了一个json的文件，查看这个文件，就是保存着具体车次的信息。抓包如下图所示。

抓包结果

请求的url 是：
GET /otn/leftTicket/query?leftTicketDTO.train_date=2017-04-20&leftTicketDTO.from_station=TJP&leftTicketDTO.to_station=TYV&purpose_codes=ADULT HTTP/1.1

发现这个请求使用的是get方法，然后传递了四个参数，一个是出发站，一个是到达车站，一个是成年人or学生，最后一个是时间。如下图：

请求

但是有一个问题是，我输入的是天津到太原，但是这个却转换成了拼音的简称。必须要找到这个转换的字典是什么，这样才能正确的使用这个接口。

在网页的源代码找到这个文件，station_name.js 文件，如下图：

截图

js文件的格式是，如下图，使用的话，必须要想用正则表达式处理一下：

js文件

2. 使用正则表达式处理这个js文件

使用正则表达式，将js 文件里面的车站名字和对应的简称提取出来，然后写入到一个station.py 文件里面，作为字典，程序运行的时候，将这个文件以模块的形式包含进去。

关于正则表达式，先占一个坑，以后在详细的写。

截图

正则表达式的代码：

截图

运行的时候：

# 将输出重定向到一个新的文件stations.py里面
python3 test3.py > stations.py

3. 使用docopt 优雅的完成命令行的输入

docopt 是一个很优雅的处理输入的一个模块，docopt可以根据你写的文档描述，可以自动为你生成解析器，可以非常容易的为你的python程序创建命令行界面。

4. 主程序

4.1 处理url

截图

4.2 输出

image

运行结果：

image

源码：

我的GitHub