12306-Api分析

12306火车票数据爬虫部分

1. 通过12306月排班表拿到所有的车次信息

URL:https://kyfw.12306.cn/otn/resources/js/query/train_list.js?scriptVersion=1.0

文件大小大概有35M.

分析数据,拿到所有的车次信息,并去重。

通过步骤1,拿到全国所有车次的信息

2.拿到全国所有车站的电码信息编号

URL:https://kyfw.12306.cn/otn/resources/js/framework/station_name.js

数据格式:@bjb|北京北|VAP|beijingbei|bjb|0

可拿到的重要信息有:

• 车站名缩写:bjb
• 车站名称:北京北
• 车站电码编号:VAP
• 车站数字编号:0

这些信息在后续的API中会使用到。

通过1,2我们拿到了全国车次信息和全国车站信息,作为基础信息进行保存,可以一个月更新一次

3.从步骤1的数据中分析出全国起始点信息

URL:https://kyfw.12306.cn/otn/leftTicket/query?

Param:

• leftTicketDTO.train_date: 时间
• leftTicketDTO.from_station: 出发车站电码
• leftTicketDTO.to_station: 目的车站电码
• purpose_codes: 默认固定ADULT

可拿到信息:

从出发站到目的站的所有车次的车次编号和车号,起始站名称和时间

4.拿到指定车次7天内的所有站点信息

URL:https://kyfw.12306.cn/otn/czxx/queryByTrainNo?

Param:

• train_no: 车次编号,从步骤1中的数据获取
• from_station_telecode: 起始站点的电码编号
• to_station_telecode: 目的站点的电码编号
• depart_date: 查询日期

请求示例-> 5l0000D35273车次2018-07-31从上海虹桥到成都东:

URL:https://kyfw.12306.cn/otn/czxx/queryByTrainNo?train_no=5l0000D35273&from_station_telecode=AOH&to_station_telecode=ICW&depart_date=2018-07-31

返回数据包括:

• station_name: 站名
• arrive_time: 到站时间
• start_time: 出站时间
• stopover_time: 停留时间
• station_no: 车站在该线路的编号

5.拿到车票价格

URL:https://kyfw.12306.cn/otn/leftTicket/queryTicketPrice?

Param:

• train_no: 车次编号
• from_station_no: 起始车站在线路中的编号(步骤3)
• to_station_no: 目的地车站在线路中的编号(步骤3)
• seat_types: 座位信息
• train_date: 日期

seat_types类型详解:

• MIN：其他座票价
• WZ：无座票价
• A1：硬座票价
• A2：软座票价
• A3：硬卧票价
• A4：软卧票价
• A6：高级软卧
• O：二等座票价
• M：一等座票价
• P：特等座票价
• A9：商务座票价
• train_no：车次代码

数据库设计

使用场景

1. 车票信息

上行请求信息:出发站点名称,目的站点名称,出发日期

下行信息:车次编号,出发时间,到达时间,车票类型及对应价格

上行请求信息:车次编号,时间

下行信息:所经过车站名称和各个车站的出发到达时间

数据量分析

每天共有2645趟列车,共有车次2645个每个车次编号每天只跑一次.根据车次和时间可以唯一确定一趟车.

查询车次信息,共需要2645次请求.

假设每趟车对应22个车站,则每趟车共有站点信息22个,每天则有51900条左右的车站信息.

查询车站信息共需2645次请求.

一趟车查询所有的价格情况需要查询231次.共需要610,995次请求。

每一天的请求量约为:616,285次请求.