忘記12306！用 Python3 實現自己的火車票檢視器！

課程簡介：

使用 Python3 抓取 12306 網站資訊提供一個命令列的火車票查詢工具。通過該專案的實現，可以熟悉 Python3 基礎及網路程式設計，以及 docopt，requests，prettytable 等庫的使用。

專案由小蝸牛釋出在實驗樓，專案線上練習地址：Python3 實現火車票查詢工具，可以直接在教程中下載程式碼使用demo。

一、實驗簡介

當你想查詢一下火車票資訊的時候，你還在上 12306 官網嗎？或是開啟你手機裡的 APP？

下面讓我們來用 Python 寫一個命令列版的火車票檢視器， 只要在命令列敲一行命令就能獲得你想要的火車票資訊！如果你剛掌握了Python基礎，這將是個不錯的小練習。

1.1 知識點

• Python3 基礎知識的綜合運用

• docopt、requests 及 prettytable 庫的使用

1.2 效果截圖

二、介面設計

一個應用寫出來最終是要給人使用的，哪怕只是給你自己使用。

所以，首先應該想想你希望怎麼使用它？讓我們先給這個小應用起個名字吧，既然及查詢票務資訊，那就叫它 tickets 好了。

我們希望使用者只要輸入出發站，到達站以及日期就讓就能獲得想要的資訊，比如要檢視8月25號上海-北京的火車餘票， 我們只需輸入：

$ tickets shanghai beijing 2016-08-25

注意： 由於實驗樓環境中無法輸入中文，所以我們的引數設計為拼音的形式，在這裡思考下使用拼音是否有什麼弊端？

對這一介面進行抽象得到：

$ tickets from to date

另外，火車有各種型別，高鐵、動車、特快、快速和直達，我們希望可以提供選項只查詢特定的一種或幾種的火車，所以，我們應該有下面這些選項：

• -g 高鐵

• -d 動車

• -t 特快

• -k 快速

• -z 直達

這幾個選項應該能被組合使用，所以，最終我們的介面應該是這個樣子的：

$ tickets [-gdtkz] from to date

介面已經確定好了，剩下的就是實現它了。

三、程式碼實現

首先安裝一下實驗需要用到的庫：

$ sodo pip install requests prettytable docopt

• requests, 不用不多介紹了吧，使用 Python 訪問 HTTP 資源的必備庫。

• docopt, Python3 命令列引數解析工具。

• prettytable, 格式化資訊列印工具，能讓你像 MySQL 那樣列印資料。

3.1 解析引數

Python有很多寫命令列引數解析工具，如 argparse, docopt, click，這裡我們選用的是 docopt 這個簡單易用的工具。docopt 可以按我們在文件字串中定義的格式來解析引數，比如我們在 tickets.py：

注意： 實驗樓中無法輸入中文，引數後的中文可以使用拼音代替。

# coding: utf-8
"""Train tickets query via command-line.

Usage:
    tickets [-gdtkz] <from> <to> <date>

Options:
    -h,--help   顯示幫助選單
    -g          高鐵
    -d          動車
    -t          特快
    -k          快速
    -z          直達

Example:
    tickets beijing shanghai 2016-08-25
"""
from docopt import docopt

def cli():
    """command-line interface"""
    arguments = docopt(__doc__)
    print(arguments)

if __name__ == '__main__':
    cli()

下面我們執行一下這個程式：

$ python3 tickets.py beijing shanghai 2016-08-25

我們得到下面的結果：

3.2 獲取資料

引數已經解析好了，下面就是如何獲取資料了，這也是最主要的部分。首先我們開啟 12306，進入餘票查詢頁面，如果你使用 Chrome，那麼按 F12 開啟開發者工具，選中 Network 一欄，在查詢框鍾我們輸入 上海 到 北京，日期 2016-08-25, 點選查詢，我們在除錯工具發現，查詢系統實際上請求了這個URL：

https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate=2016-07-01&from_station=SHH&to_station=BJP

並且返回的是JSON格式的資料！

接下來問題就簡單了，我們只需要構建請求URL然後解析返回的Json資料就可以了。但是我們發現，URL裡面 from_station 和 to_station 並不是漢字或者拼音，而是一個代號，而我們想要輸入的是漢字或者拼音，我們要如何獲取代號呢？我們開啟網頁原始碼看看有沒有什麼發現。

果然，我們在網頁裡面找到了這個連結：https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955 這裡面貌似是包含了所有車站的中文名，拼音，簡寫和代號等資訊。但是這些資訊擠在一起，而我們只想要車站的拼音和大寫字母的代號資訊，怎麼辦呢？

正規表示式就是答案，我們寫個小指令碼來匹配提取出想要的資訊吧, 在parse_station.py中：

# coding: utf-8

import re
import requests
from pprint import pprint


url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955'
text = requests.get(url, verify=False)
stations = re.findall(r'([A-Z]+)\|([a-z]+)', text)
stations = dict(stations)
stations = dict(zip(stations.values(), stations.keys()))
pprint(stations, indent=4)

注意，上面的正規表示式匹配出的結果轉為字典後，字典的鍵是大寫字母大號，這顯然不是我們想要的結果，於是，我們通過一個變換將鍵值反過來。 我們執行這個指令碼，它將以字典的形式返回所有車站和它的大寫字母代號, 我們將結果重定向到 stations.py中，

$ python3 parse_station.py > stations.py

我們為這個字典加名字，stations, 最終，stations.py檔案是這樣的：

現在，使用者輸入車站的中文名，我們就可以直接從這個字典中獲取它的字母程式碼了：

...
from stations import stations

def cli():
    arguments = docopt(__doc__)
    from_staion = stations.get(arguments['<from>'])
    to_station = stations.get(arguments['<to>'])
    date = arguments['<date>']
    # 構建URL
    url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate={}&from_station={}&to_station={}'.format(
        date, from_staion, to_station
    )

萬事俱備，下面我們來請求這個URL獲取資料吧！這裡我們使用 requests 這個庫, 它提供了非常簡單易用的介面，

...
import requests

def cli():
    ...
    # 新增verify=False引數不驗證證照
    r = requests.get(url, verify=False)
    print(r.json())

從結果中，我們可以觀察到，與車票有關的資訊需要進一步提取：

def cli():
    ...
    r = requsets.get(url);
    rows = r.json()['data']['datas']

3.3 解析資料

我們封裝一個簡單的類來解析資料：

from prettytable import PrettyTable


class TrainCollection(object):

    # 顯示車次、出發/到達站、 出發/到達時間、歷時、一等坐、二等坐、軟臥、硬臥、硬座
    header = 'train station time duration first second softsleep hardsleep hardsit'.split()

    def __init__(self, rows):
        self.rows = rows

    def _get_duration(self.row):
        """
        獲取車次執行時間
        """
        duration = row.get('lishi').replace(':', 'h') + 'm'
        if duration.startswith('00'):
            return duration[4:]
        if duration.startswith('0'):
            return duration[1:]
        return duration

    @property
    def trains(self):
        for row in self.rows:
            train = [
                # 車次
                row['station_train_code'],
                # 出發、到達站
                '\n'.join([row['from_staion_name'], row['to_station_name']]),
                # 出發、到達時間
                '\n'.join([row['start_time'], row['arrive']]),
                # 歷時
                self._get_duration(row),
                # 一等坐
                row['zy_num'],
                # 二等坐
                row['ze_num'],
                # 軟臥
                row['rw_num'],
                # 軟坐
                row['yw_num'],
                # 硬坐
                row['yz_num']
            ]
            yield train

    def pretty_print(self):
        """
        資料已經獲取到了，剩下的就是提取我們要的資訊並將它顯示出來。
        `prettytable`這個庫可以讓我們它像MySQL資料庫那樣格式化顯示資料。
        """
        pt = PrettyTable()
        # 設定每一列的標題
        pt._set_field_names(self.header)
        for train in self.trains:
            pt.add_row(train)
        print(pt)

3.4 顯示結果

最後，我們將上述過程進行彙總並將結果輸出到螢幕上：

...

class TrainCollection:
    ...
    ...

def cli():
    arguments = docopt(__doc__)
    from_staion = stations.get(arguments['<from>'])
    to_station = stations.get(arguments['<to>'])
    date = arguments['<date>']
    # 構建URL
    url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate={}&from_station={}&to_station={}'.format(
        date, from_staion, to_station
    )
    r = requests.get(url, verify=False)
    rows = r.json()['data']['datas']
    trains = TrainCollection(rows)
    trains.pretty_print()


if __name__ == '__main__':
    cli()

3.5 最後一米

至此， 程式的主體已經完成了， 但是上面列印出的結果是黑白的，很是乏味，我們來給它新增顏色吧：

def colored(color, text):
    table = {
        'red': '\033[91m',
        'green': '\033[92m',
        # no color
        'nc': '\033[0'
    }
    cv = table.get(color)
    nc = table.get('nv')
    return ''.join([cv, text, nc])

修改一下程式，將出發車站與出發時間顯示為紅色， 將到達車站與到達時間顯示為綠色：

...
'\n'.join([colored('green', row['from_staion_name'])
           colored('red', row['to_station_name'])]),
'\n'.join([colored('green', row['start_time'])
           colored('red', row['arrive_time'])]),
...

四、總結

本課程使用 Python3 抓取 12306 網站資訊提供一個命令列的火車票查詢工具。通過該專案的實現，可以學習並實踐 Python3 基礎及網路程式設計，以及 docopt，requests，prettytable 等庫的使用。

感興趣的同學可以實現更多擴充套件功能：

顯示商務坐， 無坐

新增引數支援，使用者可以指定火車型別

支援更多的時間格式，如：20161010

本專案的完整程式碼及demo，可在實驗樓檢視並線上完成，立即【開始實驗】

更多Python經典專案：Python全部 - 課程