python3.X 抓取火车票信息修正版

以你之姓@ 2022-05-22 06:00 396阅读 0赞

**本着python的精神不造轮子，本文是在hust\_a发布的版本的基础上进行的一些修改！**  
代码是在源代码的基础上进行的修改。希望对你有所帮助！  
实现后如图所示：  
![python 抓取火车票信息修正版][python]  
**首先我们需要抓取一些基础的数据，各大火车站信息！**

import urllib
    from urllib import request
    import re
    
    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')
    stations = re.findall(r'([\u4e00-\u9fa5]+)|([A-Z]+)', r)
    stations = dict(stations)
    stations = dict(zip(stations.keys(),stations.values()))

上面的代码通过抓取，网页信息，返回一个字典数据：

stations = dict(zip(stations.keys(),stations.values()))#这行代码在后面进行了建值互换，这里没有进行过修改，这是原文的数据。

**火车站的数据抓取成功，我们接下来抓取查询数据，代码如下：**

from station import stations
    import warnings
    
    
    def change_date(d1) :
        if '.' in d1 :
            d1 = d1.replace('.', '-')
        if not d1.startswith('0') :
            d1 = str(0) + d1
        if '-' in d1[-2] :
            d1 = d1[:-1] + '0' + d1[-1]
        return d1
    
    
    def student_or_not(student) :
        if 'y' in student[0].lower() :
            return '0X00'
        else :
            return 'ADULT'
    
    
    f1 = input('请输入开始城市：\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('2018-') + change_date(d1)
    
    student = input('是否为学生票，输入（yes/no）')
    
    print('正在查询' + f1 + '至' + t1 + '的列车，请听听音乐......')
    url = 'https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date={d}&leftTicketDTO.from_station={f}&leftTicketDTO.to_station={t}&purpose_codes={student}'
    url = url.format(f=f, d=d, t=t, student=student_or_not(student))
    warnings.filterwarnings("ignore")

**这里本人增加了两个函数 change\_date() 和 student\_or\_not()**  
change\_date() 这个函数对用户输入日期的行为进行了简化，提高了用户体验，可以直接输入比如7.3这样的日期，其他的符号，我们可以自己进行扩展。  
student\_or\_not() 这个函数的作用是判断查询的是普通票还是学生票

**美化显示，区分到站和出发站点的颜色，我们加入如下函数**

def colored(color, text) :
        table = {
            'red'   : '\033[91m',
            'green' : '\033[92m',
            'nc'    : '\033[0m'
        }
        cv = table.get(color)
        nc = table.get('nc')
        return ''.join([cv, text, nc])

**最后我们进行数据处理展示：**

import requests
    from get_urltrain import url
    from prettytable import PrettyTable
    from color_set import colored
    from station import stations
    
    
    def chair_lists(row_list) :
        chair_list = []
        for i in range(len(row_list) - 5, 21, -1) :
            if row_list[i] != '' :
                chair_list.append(row_list[i])
            else :
                chair_list.append('--')
        return chair_list
    
    
    headers = {
        'user-agent' : 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.62 Safari/537.36'
    }
    
    r = requests.get(url, verify=False, headers=headers)  # 请求网址1的内容
    rows = r.json()['data']['result']  # 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", "动卧", "硬卧 ", "软座 ", "硬座", "无座",
                          "其他"]
    # 设置table的header
    num = len(rows)  # 打印列表的个数
    # station1 = dict([v, k] for k, v in stations.items())
    station_list = dict(zip(stations.values(), stations.keys()))
    for row in rows :  # 列表循环
        row_list = row.split('|')
        chair_list = chair_lists(row_list)
        trains.add_row([row_list[3],
                        '\n'.join([colored('green', station_list[row_list[6]]),
                                   colored('red', station_list[row_list[7]])]),
                        '\n'.join([colored('green', row_list[8]),
                                   colored('red', row_list[9])]),
                        row_list[10],
                        ] + chair_list)
    
    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)

**这里我增加了 chair\_lists()函数进行循环处理对应的表段**  
用于空数据替换成‘–’

station_list = dict(zip(stations.values(), stations.keys()))
     #station_list 进行了建值互换方便下面的循环中的调用
     trains.add_row([row_list[3],
                        '\n'.join([colored('green', station_list[row_list[6]]),
                                   colored('red', station_list[row_list[7]])]),
                        '\n'.join([colored('green', row_list[8]),
                                   colored('red', row_list[9])]),
                        row_list[10],
                        ] + chair_list)

这个抓取案例我们可以举一反三，可以拓展很多功能，方便我们进行数据快速查询，比如展示价格等等！  
源代码在：[https://github.com/morganlions/train][https_github.com_morganlions_train] 希望对你有所帮助！

[python]: /images/20220522/de3e79752808434a9fe4eb7057bbe837.png
[https_github.com_morganlions_train]: https://github.com/morganlions/train