用Python实现火车票查询(含票价版)
写在前面:
网上关于用Python3编写火车查询脚本的版本众多,我在前人的基础上编写了自己的这个版本。
我觉得的写的这个版本有以下几个特色:
1,智能引导输入,我一直比较喜欢这种方式。如果直接做成GUI的图形界面,虽然一目了然,知道该点击什么,输入
什么内容,但是显然做GUI比较费时。
所以较之网上的其他版本,要输入一长串字符。设定input引导输入还是不错的选择。
2,支持价格显示,查看网上众多版本,没有一个显示价格的,带着好奇心我编写了显示价格的相关代码并将之实现
(当然期间也遇到了一些问题,这个在后面的代码部分介绍)
3,添加了一些个性化旁白(这个可能并不能成为大家眼中的特色了)
但是还是有一些不足之处:
1,由于学的不是很深入,对class等框架不是特别熟悉,所以代码中没有规范的类,我不知道这样会不会影响代码执行效率,还是希望以后能够更加规范的写代码。
2,添加价格显示之后,执行时间变长,因为价格的信息是通过三次匹配得到的,所查询的列车越多,等待时间越长。
从开始分析网页到最后成功显示相关信息的过程中,还是学到了很多东西。最大的感触就是字典的强大吧,还有就是一些正则匹配技巧,判断关键字是否存在的if语句,将str转化为dic的语句,可以格式化显示数据prettytable模块的用法。
成果展示:
接下来就是一层层剥洋葱的过程:
首先打开12306火车票查询网站,输入查询站名,在审查元素,network中找到相关网址:
打开连接,有新发现:
没错,查询日期内所有列车的信息都在里面(票价除外)
但是不要高兴的太早,现在有两个问题:第一网址怎么匹配,第二得到网址内容之后怎么匹配你需要的信息,比如车
次,时间等。
因为需要匹配两个网址,为了不混淆,我将存储车次等信息的网址成为网址1,存储票价的网址称为网址2.
首先看一下这个网址的组成结构:https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate=2016-09-23&from_station=WHN&to_station=BJP
发现有三个变量:queryDate;from_station;to_station。即时间,出发站,到达站。时间有格式:2016-09-23,中间有
短线,月份也是由两位数构成。站名是对应的字母缩写。所以要找到汉字对应的站名缩写。
有一个网址里面存储了相关信息:https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955
可以编写关于stations的字典,keys为中文的站名,values为网址中的英文缩写。
'''
@author: yzw
'''
#!/usr/bin/python
# -*- coding:utf-8 -*-
import re
import urllib
from urllib import request
import requests
from pprint import pprint
url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955'
req = urllib.request.Request(url)
r = urllib.request.urlopen(req).read().decode('utf-8')
#print (r)
stations =re.findall(r'([\u4e00-\u9fa5]+)\|([A-Z]+)',r) #匹配中文和对应的英文
stations = dict(stations)
stations = dict(zip( stations.keys(),stations.values()))#将匹配的内容转化为字典
pprint(stations) #以列的形式打印出来
通过以上代码就生成了stations的字典。新建一个stations的py文件,将打印的stations复制到stations中,这样之后调用的时候,直接引用固定的stations.py,而不需要执行生成stations字典的过程。
stations={
'一面坡': 'YPB',
'一面山': 'YST',
'七台河': 'QTB',
'七甸': 'QDM',
'七营': 'QYJ',
'七里河': 'QLD',
'万乐': 'WEB',
'万发屯': 'WFB',
'万宁': 'WNQ',
'万州': 'WYW',
'万州北': 'WZE',
'万年': 'WWG',
'万源': 'WYY',
...}
得到中文对应英文字典,这样一个包含火车相关信息的网址1就匹配出来了。
可以新建一个模块:get_urltrain.py,存储匹配网址1:
from station import stations
import warnings
f1= input('请输入起始城市:\n')
f = stations[f1]
t1= input('请输入目的城市:\n')
t = stations[t1]
d1=input('请输入出发时间: \n')
d=str('2016-')+str(d1) #这里讲年份设置为固定值,可以减少输入操作。
print ('正在查询'+f1+'至'+t1+'的列车,请听听音乐...') #个性旁白
url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate='+d+'&from_station='+f+'&to_station='+t
warnings.filterwarnings("ignore") #这个网站是有安全警告的,这段代码可以忽略警告
如何解析网址1中的内容:
通过观察发现,每个列车的相关信息都是独立在一个大括号当中,每个大括号里面的内容相当于一个独立的字典,整个网页的内容相当于这些字典构成的列表list。这样可以通过for循环依次提取相关信息了。
每个字典中包含了很多信息,所以我们需要通过网页前端显示的信息和网页源码对比,找到对应的信息,比如:station_train_code就表示表头中的车次…
所以直接在字典中匹配这个英文就会返回车次的信息。其他信息的提取也是如此,这就是字典的方便之处。
还可以添加一个改变显示颜色的模块color_set.py,改变一些双行显示的信息的颜色,比如车站有始发站和到达站,用不同的颜色形成对比:
'''@author: yzw
'''
#!/usr/bin/python
# -*- coding:utf-8 -*-
def colored(color, text):
table = {
'red': '\033[91m',
'green': '\033[92m',
# no color
'nc': '\033[0m'
}
cv = table.get(color)
nc = table.get('nc')
return ''.join([cv, text, nc])
以下是不含票价信息的最后执行模块,代码中都有注释,很容易看懂。
import json
from get_urltrain import d
import urllib
from urllib import request
import requests
from pprint import pprint
from get_urltrain import url
from prettytable import PrettyTable
from color_set import colored
r = requests.get(url, verify=False) #请求网址1的内容
rows = r.json()['data']['datas'] #将内容解析为列表
trains= PrettyTable()
trains.field_names=["车次","车站","时间","历时","商务座","特等座","一等座","二等座","高级软卧","软卧","硬卧 ","软座 ","硬座","无座"]
#设置table的header
num = len(rows) #打印列表的个数
for row in rows : #列表循环
trains.add_row([row['station_train_code'],
'\n'.join([colored('green', row['from_station_name']),
colored('red', row['to_station_name'])]),
'\n'.join([colored('green', row['start_time']), #对于双行示的信息,设置颜色
colored('red', row['arrive_time'])]),
row['lishi'],row['swz_num'],row['tz_num'],
row['zy_num'],row['ze_num'],row['gr_num'],
row['rw_num'],row['yw_num'],row['rz_num'],
row['yz_num'],row['wz_num']])
print ('查询结束,共有 %d 趟列车。'%num ) #列表个数也就是列车个数
print (trains)
运行结果如下图:
如何得到票价的相关信息:
在12306查询之后,初次显示的内容中没有票价的信息,只要当你点击相关座位之后才会在另外一行显示出票价,所以票价和车次的信息不在一个网页当中。
通过上面的分析network方法,找到票价对应的网址2:
https://kyfw.12306.cn/otn/leftTicket/queryTicketPrice?train_no=770000G31005&from_station_no=12&to_station_no=19&seat_types=OM9&train_date=2016-09-23
通过观察发现了里面有了更多的变量:train_no,from_station_no,to_station_no,seat_types,train_date。而这些变量都是网址1中所对应的信息,所以要提出票价的修改信息就要进行二次匹配。
所以在得到网址1的内容之后,通过字典匹配变量的内容,如何匹配出网址2。这个方法和匹配网址1类似。
得到网址2对应的内容:
{"validateMessagesShowId":"_validatorMessage","status":true,"httpstatus":200,"data":{"OT":[],"WZ":"¥519.5","M":"¥827.5","A9":"¥1640.5","9":"16405","O":"¥519.5","train_no":"770000G31005"},"messages":[],"validateMessages":{}}
观察发现我们需要的价格的信息在一个data所对应的大括号当中,但是和之前不同的是整个网址2的内容并不是一个字典,而是一个字符串。这算是我遇到的一个小瓶颈吧。每次直接把它当做字典用就会报错,说str没有key()的属性。然后我就通过百度操作如何将字符串转化为字典的方法,找了很久都没找到。后来看到一个网页上面介绍了一个模块:json和json.loads的方法可以转化。如何用这个方法测试了一下,确实可以。
r_price = urllib.request.urlopen(req).read().decode('utf-8')
r_price = json.loads(r_price)
price = r_price['data']
price = dict(price)
顿时又有了信心,用三次匹配才提取出包含了价格信息的data字典,发现每个车次的价格字典里面,并没有显示所有10个座位类型的价格,还是通过前端和源码的不断对比找到了每个代码代表的车座类型,比如:A1就代表硬座。
因为有些车次只有少许类型,没有的类型的价格信息不会显示。所以直接通过字典将所有类型的车票信息匹配的话,肯定会报错,没有关键字。想了一个办法,就是通过if判断是否有相关车座类型的关键字,如果没有将值设为空,如果有则通过字典匹配后面的价格。这样就有10个if语句了。
A = ('A9' in price.keys()) #判断关键字A9(商务座)是否在字典price中
if A == False :
A =''
else:
A =price['A9']
#TDZ
B = ('P' in price.keys())
if B == False :
B =''
else:
B =price['P']
#YDZ
C = ('M' in price.keys())
if C == False :
C =''
else:
C =price['M']
......
提取出相关的价格信息后就可以将相关信息放在车座类型的后面,一起显示出来。
colored('green',row['swz_num'])+'\n'+A,
colored('green',row['tz_num'])+'\n'+B,
colored('green',row['zy_num'])+'\n'+C, #后面的A,B,C就是价格的信息。
最后运行的结果如开始图片所示。
虽然功能实现了,但是运行速度很慢,我觉得就是因为三次匹配,而且后两次的匹配都在row in rows循环中,每一次循环都有执行一次匹配网址2,匹配data,执行10个关键字是否存在的if语句。所以到最后print(table)的过程要漫长很多。
最后一个令我纠结的问题是,我用prettytable打印出来的包含中文的表格并不是很整齐,虽然我查到了prettytable的英文介绍只支持ascii字符的排列。但是我看到网上的图片都可以将中文对齐,最后在第二天早上我换用了pycharm软件运行,结果显示正常。
我整理了两个版本,一个包含价格的,一个不包含价格的。
都在我的github中,欢迎批评指正。最后附上github中的完整代码