解析爬虫12306购票系统流程

做爬虫也将近有一年的时间，本人不是什么名牌大学毕业，但是对计算机的热爱无人能挡。大学学了Java语言，大四来到帝都实习找了一份Java偏数据的实习工作，工作的过程中第一次接触到了爬虫的工作，并且感觉爬虫挺有意思。从知道爬虫到某些网购平台，新闻网页等文本数据的抓取，再到登录系统做查询实时数据，再到解析验证码，以至于前两天完成12306购票系统的爬虫。完成购票系统爬虫之后自我感觉有点膨胀，但是这点小小的膨胀被我强大的内心所束缚，以至于低调的写了这篇博客，哈哈……。

这个博客写的内容是针对于当前12306版本写的，只要整理完全现在立马就能买票。2017.5.25日

在做爬虫的一年的时间里做过很多系统的注册、登录、查询等。以至于在做购票爬虫的时候不是特别困难。

事先声明，这次研究爬虫购票，纯属学习，绝对不会用于商业，如果有志同道合的盆友童鞋们欢迎一起研究哈。

---

据新闻说，2017春节购票时历史以来最为艰难的一年，票都去哪了？据媒体报道商业黄牛使用假身份证证件10分钟钞杀1000多张票的新闻，原来如此，越来越多的黄牛加入其中，让外出打工的人们，在外的游子们感觉到买票回家难，最后不得不拿高价买黄牛手中的票回家。其实我想说使用技术的眼光去看待问题，也是可以达到四两拨千斤的效果。

再次声明，本篇博客，纯属学习，绝对不会用于商业，如果有志同道合的盆友童鞋们欢迎一起研究。

下面开始分享一下我是以怎样一个思路去做的，首先使用抓包工具先抓下购票过程的每一个链接，通过对每一步请求每一个链接都认真仔细分析后，查询余票需要实时监控请问量比较大最好别登录账号，减少不必要的麻烦，一旦发现有余票，程序调用登录程序，登录成功在调用购票程序。所以我的博客决定按照查询，登录，订票的顺序来写。

• 1.查询余票

首先访问12306查询余票首页https://kyfw.12306.cn/otn/leftTicket/init
然后访问js页面https://kyfw.12306.cn/otn/leftTicket/log?leftTicketDTO.train_date=2017-06-20&leftTicketDTO.from_station=BJP&leftTicketDTO.to_station=ZZF&purpose_codes=ADULT访问时request.requestbody 要带上leftTicketDTO.train_date（发车日期；20xx-0x-xx）；leftTicketDTO.from_station（出发站代码）；leftTicketDTO.to_station（目的站代码）；purpose_codes（乘客类型，ADULT成人，STUDENT学生） 这些参数。

返回结果
{"validateMessagesShowId":"_validatorMessage","status":true,"httpstatus":200,"messages":[],"validateMessages":{}}

返回结果json中 “status”:true, 代表请求成功。
下面请求（查询车票链接）https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2017-06-20&leftTicketDTO.from_station=BJP&leftTicketDTO.to_station=ZZF&purpose_codes=ADULT访问时request.response 要带上leftTicketDTO.train_date（发车日期；20xx-0x-xx）；leftTicketDTO.from_station（出发站代码）；leftTicketDTO.to_station（目的站代码）；purpose_codes（乘客类型，ADULT成人，STUDENT学生） 这些参数。
返回结果：这里只是其中一趟火车的信息。

"hBu8r%2BRJBF8wdG5sTYoxcJrR7lRev0Kb5SQzQ9mw8PFJK%2BdTid5mcXTFbrMCgHamBIw%2BxUlWJlQ8%0AWwe6sp0W8299q%2BHS1pWT8CI5My77rJp5AYbDbBdYAwCaWDKH9zbPfXZSXFOYE3lxqbVej2SYKNKT%0And7e93T4NKjGU86uKPP%2B1e0kXZfah5N%2FbBxBSOHYbTOWAj%2FN7Z6nt3WxzAc%2FDHOxWOUPIjCEXagd%0AlBZwonkBTG0y4ELRMg%3D%3D|预订|330000K5980T|K599|BTC|GZQ|BXP|ZZF|05:14|14:04|08:50|Y|Pm%2Bh1NV7CkWcA%2FWq%2BY69ecqgnHzi70S6ccm9xPpyQvEZ7igwpAyvCcmVrcM%3D|20170619|3|C1|09|22|0|0||||无|||1||11|无||||10401030|1413",

hBu8r%2BRJBF8wdG5sTYoxcJrR7lRev0Kb5SQzQ9mw8PFJK%2BdTid5mcXTFbrMCgHamBIw%2BxUlWJlQ8%0AWwe6sp0W8299q%2BHS1pWT8CI5My77rJp5AYbDbBdYAwCaWDKH9zbPfXZSXFOYE3lxqbVej2SYKNKT%0And7e93T4NKjGU86uKPP%2B1e0kXZfah5N%2FbBxBSOHYbTOWAj%2FN7Z6nt3WxzAc%2FDHOxWOUPIjCEXagd%0AlBZwonkBTG0y4ELRMg%3D%3D
这串字符是火车的信息，在后面提交订单的时候就是提交这段字符。这段字符是随机生成的，过几秒就回失效。
解释一下：
330000K5980T 是列车编号
K599是车次
BTC是始发站包头
GZQ是终点站广州
BXP是北京
ZZF是郑州
05:14是发车时间
14:04到达时间
08:50是路程时间
Y是当前车次是否可购票Y是可以N是不可以
20170619 火车始发站时间
3是硬卧（1是硬座，2是软座，3是硬卧，4是软卧,O是高铁二等座，M是高铁一等座）
后面都是各种座位的票数信息

对于提到的列车站点代码，可以通过请求https://kyfw.12306.cn/otn/resources/js/framework/station_name.js链接，通过得到JS脚本中的station_names变量获取，对应的站点以@字符分隔。

• 2.登录

请求登录页面：https://kyfw.12306.cn/otn/login/init