使用java如何爬取12306的余票信息?

我先告诉你一个接口,当然这个接口可以在调试页面自己找出来,因为请求地址是会被浏览器捕捉到的,检测HTTP请求的Network即可看到这个接口https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2017-11-06&leftTicketDTO.from_station=WCN&leftTicketDTO.to_station=HAN&purpose_codes=ADULT

分析这个API,我们可以发现需要传递三个参数leftTicketDTO.train_date:指代查询日期;leftTicketDTO.from_station指代你的出发地点;leftTicketDTO.to_station;purpose_codes指代成人票。

注意:上面的火车站点对应的英文简写自己可以查询资料,学生票和儿童票代码请自行查阅。


好了,现在有了API,我们就可以开始写代码了,先说使用到的环境{HttpClient,Gson}

访问上面的API,我们可以观察返回的数据,没错,数据是json格式的。

所以我们首先需要构建json对应的实体类:

对应整个Json的实体类:

  1. package edu.ctgu.spiders;
  2.  
  3. import java.util.List;
  4. import java.util.Map;
  5.  
  6. public class Object12306 {
  7.      private String validateMessagesShowId;
  8.   private Boolean status;
  9.      private Integer httpstatus;
  10.     private Data data;
  11.      private List<String> messages;
  12.    private Map<String, String> validateMessages;........}
其中包含的Data类:

  1. package edu.ctgu.spiders;
  2.  
  3. import java.util.List;
  4. import java.util.Map;
  5.  
  6. public class Data {
  7.      private List<String> result;
  8.   private Integer flag;
  9.    private Map<String, String> map;......
  10. }

在写爬虫程序之前,我要谈到一个小问题,证书的问题,访问这个API,我们需要将12306的证书安装至java运行环境中,具体的做法如下:

一、首先要在浏览器打开需要12306的网站,然后把证书下载下来,是一个压缩包,解压就好,最后的文件名是srca.cer
二、然后把证书复制到%JAVA_HOME%/jre/bin/路径下,即保证证书与keytool.exe文件同目录(其实不同也行,但是执行命令时需要指定路径)
三、导入过程如下:
复制完成之后打开doc窗口:运行-cmd
keytool -import -v -trustcacerts -alias srca -file srca.cer -storepass changeit -keystore %JAVA_HOME%/jre/lib/security/cacerts
解释说明:
1、srca 是可以自己修改的名称,  srca.cer 是导出的证书,同样,这里的证书名字也是随便取的,但前提是保证将C:\Program Files\Java\jdk1.6.0_24\jre\lib\security目录的cacerts文件内之前没有导入同名证书,就是要保证你将要导入的证书名称唯一性。
2、changeit 是密码, java默认的。 
3、keytool是jdk中bin目录的一个exe文件,是jdk默认自带的,在我电脑的目录是:C:\Program Files\Java\jdk1.6.0_24\jre\bin\keytool.exe
4、%JAVA_HOME%/jre/lib/security/cacerts 这个路径中%JAVA_HOME%/jre/lib/security/是路径,cacerts是文件(即将要把证书导入到其中的文件)。当然要确保你已经配置过java_home环境变量,我的java_home环境变量为:C:\Program Files\Java\jdk1.6.0_24
5、其他保持不变。
6、如果提示:"是否信任此证书? [否]:"  ,那么请输入"y"。

最后写一个简单的爬虫程序:

  1. package edu.ctgu.spiders;
  2.  
  3. import java.io.IOException;
  4. import java.util.List;
  5.  
  6. import org.apache.http.HttpEntity;
  7. import org.apache.http.client.ClientProtocolException;
  8. import org.apache.http.client.methods.CloseableHttpResponse;
  9. import org.apache.http.client.methods.HttpGet;
  10. import org.apache.http.impl.client.CloseableHttpClient;
  11. import org.apache.http.impl.client.HttpClients;
  12. import org.apache.http.util.EntityUtils;
  13.  
  14. import com.google.gson.Gson;
  15.  
  16. /**
  17.  * @author AZHELL E-mail:r776379772@Gmail.com
  18.  * @version 创建时间:2017年11月6日 下午8:28:42
  19.  * @ClassDescription 类说明: 
  20.  */
  21. public class Grab12306 {
  22.      public static void main(String[] args) {
  23.        try {
  24.          CloseableHttpClient httpClient = HttpClients.createDefault();
  25.            HttpGet httpGet =  new HttpGet("https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2017-11-06&leftTicketDTO.from_station=WCN&leftTicketDTO.to_station=HAN&purpose_codes=ADULT");
  26.          CloseableHttpResponse httpResponse = httpClient.execute(httpGet);
  27.            HttpEntity httpEntity = httpResponse.getEntity();
  28.            String content = EntityUtils.toString(httpEntity,  "UTF-8");
  29.              // System.out.println(content);
  30.            Gson gson =  new Gson();
  31.            Object12306 object12306 = gson.fromJson(content, Object12306.class);
  32.              // System.out.println(object12306);
  33.            
  34.              // 处理得到的对象
  35.             Data data = object12306.getData();
  36.           List<String> result = data.getResult();
  37.             for (String schedule : result) {
  38.                // System.out.println(string);
  39.                  // 分隔符函数一定记得转义的重要习惯
  40.                String[] array =  schedule.split( "\\|");
  41.                 for (int i = 0; i < array.length; i++) {
  42.                     System.out.println(array[i]);
  43.                }
  44.            }
  45.        }  catch (ClientProtocolException e) {
  46.          e.printStackTrace();
  47.         }  catch (IOException e) {
  48.          e.printStackTrace();
  49.         }
  50.    }
  51. }
上面只是举了一个例子,大家可以按照自己的需求生成自己的程序!

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值