当你准备出去玩,想查询一下火车票信息的时候,还在用12306官网吗?下面我们用 Python 写一个命令行版的火车票查看器, 只要在命令行敲一行命令就能获得你想要的火车票信息!
1.1 知识点
-
Python3 基础知识的综合运用
-
docopt、requests 及 prettytable 库的使用
-
setuptools 的使用
1.2 效果截图
让我们先给这个小应用起个名字吧,既然及查询票务信息,那就叫它tickets好了。我们希望用户只要输入出发站,到达站以及日期就让就能获得想要的信息,所以tickets应该这样被使用:
另外,火车有各种类型,高铁、动车、特快、快速和直达,我们希望可以提供选项只查询特定的一种或几种的火车,所以,我们应该有下面这些选项:
-
-g 高铁
-
-d 动车
-
-t 特快
-
-k 快速
-
-z 直达
这几个选项应该能被组合使用,所以,最终我们的接口应该是这个样子的:
接口已经确定好了,剩下的就是实现它了。
写Python程序的一个良好实践是使用virtualenv这个工具建一个虚拟的环境。我们的程序使用Python3开发,下面在你的工作目录下建一个文件夹tickets,进去创建一个虚拟环境并激活它:
安装一下实验需要用到的库:
-
requests, 不用不多介绍了吧,使用 Python 访问 HTTP 资源的必备库。
-
docopt, Python3 命令行参数解析工具。
-
prettytable, 格式化信息打印工具,能让你像 MySQL 那样打印数据。
3.1 解析参数
Python有很多写命令行参数解析工具,如 argparse, docopt, click,这里我们选用的是 docopt 这个简单易用的工具。
docopt 可以按我们在文档字符串中定义的格式来解析参数,比如我们在 tickets.py:
"""Train tickets query via command-line.
Usage:
tickets [-gdtkz] <from> <to> <date>
Options:
-h,--help 显示帮助菜单
-g 高铁
-d 动车
-t 特快
-k 快速
-z 直达
Example:
tickets 上海 北京 2017-12-05
""
from docopt import docopt
def cli():
"""command-line interface"""
arguments = docopt(__doc__)
print(arguments)
if __name__ == '__main__':
cli()
下面我们运行一下这个程序:
我们得到下面的结果:
3.2 获取数据
参数已经解析好了,下面就是如何获取数据了,这也是最主要的部分。首先我们打开12306,进入余票查询页面,如果你使用 Chrome,那么按 F12 打开开发者工具,选中 Network 一栏,在查询框钟我们输入 上海 到 北京,日期 2017-12-05, 点击查询,我们在调试工具发现,查询系统实际上请求了这个URL:
并且返回的是JSON格式的数据!
接下来问题就简单了,我们只需要构建请求URL然后解析返回的Json数据就可以了。但是我们发现,URL里面 from_station 和 to_station 并不是汉字或者拼音,而是一个代号,而我们想要输入的是汉字或者拼音,我们要如何获取代号呢?我们打开网页源码看看有没有什么发现。
果然,我们在网页里面找到了这个链接:https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.8955 这里面貌似是包含了所有车站的中文名,拼音,简写和代号等信息。但是这些信息挤在一起,而我们只想要车站的拼音和大写字母的代号信息,怎么办呢?
正则表达式就是答案,我们写个小脚本来匹配提取出想要的信息吧, 在parse_station.py中:
注意,上面的正则表达式匹配出的结果转为字典后,字典的键是大写字母大号,这显然不是我们想要的结果,于是,我们通过一个变换将键值反过来。
我们运行这个脚本,它将以字典的形式返回所有车站和它的大写字母代号, 我们将结果重定向到 stations.py 中,
我们为这个字典加名字,stations,然后输入车站的中文名,我们就可以直接从这个字典中获取它的字母代码了:
...
from stations import stations
def cli():
arguments = docopt(__doc__)
from_staion = stations.get(arguments['<from>'])
to_station = stations.get(arguments['<to>'])
date = arguments['<date>']
# 构建URL
url = 'https://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate={}&from_station={}&to_station={}'.format(
date, from_staion, to_station
)
万事俱备,下面我们来请求这个URL获取数据吧!这里我们使用 requests 这个库, 它提供了非常简单易用的接口,
import requests
def cli():
...
# 添加verify=False参数不验证证书
r = requests.get(url, verify=False)
print(r.json())
从结果中,我们可以观察到,与车票有关的信息需要进一步提取:def cli():
...
r = requsets.get(url);
rows = r.json()['data']['datas']
3.3 解析数据
我们封装一个简单的类来解析数据:
@property def trains(self): for row in self.rows: train = [ # 车次 row['station_train_code'], # 出发、到达站 '\n'.join([row['from_staion_name'], row['to_station_name']]), # 出发、到达时间 '\n'.join([row['start_time'], row['arrive']]), # 历时 self._get_duration(row), # 一等坐 row['zy_num'], # 二等坐 row['ze_num'], # 软卧 row['rw_num'], # 软坐 row['yw_num'], # 硬坐 row['yz_num'] ] yield train
def pretty_print(self): """ 数据已经获取到了,剩下的就是提取我们要的信息并将它显示出来。 `prettytable`这个库可以让我们它像MySQL数据库那样格式化显示数据。 """ pt = PrettyTable() # 设置每一列的标题 pt._set_field_names(self.header) for train in self.trains: pt.add_row(train) print(pt)
3.4 显示结果
最后,我们将上述过程进行汇总并将结果输出到屏幕上:
以上就是今天的实验啦,各位同学可以自己试一试哟~
分享朋友圈 也是另一种赞赏
The more we share, The more we have
欢迎加入数据君高效数据分析社区
加我私人微信进入大数据干货群:tongyuannow
目前100000+人已关注加入我们