好久没更新了，我才不会高速你们我沉迷django开发了 话说昨在知乎上看到了这个: 两把王者荣耀的时间，学会Python爬虫 想想自己也有好长时间没有写爬虫了，就去听了一波， 顺便吧这个功能增加到自己的公众号里。 实验楼的代码君小哥哥貌似是第一次直播，还有点小紧张呢！
先看一下效果图：
说一下实现的原理：
其实非常简单，主要是调用了 12306的查询接口，得到返回数据后，再格式化输出
步骤如下：
- 寻找查询接口
- 理解接口的调用
- 找到调用时的城市名代码
- 编写脚本调用接口（返回的是json格式的数据）
- 格式画数据后接入公众号
代码的实现：
调用接口时需要的城市代码字典
'''
获取12306城市名和城市代码的数据
文件名： parse_station.py
'''
import requests
import re
#关闭https证书验证警告
requests.packages.urllib3.disable_warnings()
# 12306的城市名和城市代码js文件url
url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.9018'
r = requests.get(url,verify=False)
pattern = u'([\u4e00-\u9fa5]+)\|([A-Z]+)'
result = re.findall(pattern,r.text)
station = dict(result)
print(station)
接着将字典保存在文件中：
在终端输入： python3 parse_stations.py >> stations.py
这样，就通过linux的导入功能，将字典文件保存在本地，方便我们一会调用
调用接口，爬取信息
'''
查询两站之间的火车票信息
输入参数： <date> <from> <to>
12306 api:
'https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2017-07-18&leftTicketDTO.from_station=NJH&leftTicketDTO.to_station=SZH&purpose_codes=ADULT'
'''
import requests
import json
# 关闭https证书验证警告
requests.packages.urllib3.disable_warnings()
# 城市名代码查询字典
# key：城市名 value：城市代码
from .stations import stations_dict
# 反转k，v形成新的字典
code_dict = {v: k for k, v in stations_dict.items()}
def get_query_url(text):
'''
返回调用api的url链接
'''
# 解析参数
args = str(text).split(' ')
try:
date = args[1]
from_station_name = args[2]
to_station_name = args[3]
from_station=stations_dict[from_station_name]
to_station = stations_dict[to_station_name]
except:
date,from_station,to_station='--','--','--'
#将城市名转换为城市代码
# api url 构造
url = (
'https://kyfw.12306.cn/otn/leftTicket/query?'
'leftTicketDTO.train_date={}&'
'leftTicketDTO.from_station={}&'
'leftTicketDTO.to_station={}&'
'purpose_codes=ADULT'
).format(date, from_station, to_station)
print(url)
return url
def query_train_info(url):
'''
查询火车票信息：
返回 信息查询列表
'''
info_list = []
try:
r = requests.get(url, verify=False)
# 获取返回的json数据里的data字段的result结果
raw_trains = r.json()['data']['result']
for raw_train in raw_trains:
# 循环遍历每辆列车的信息
data_list = raw_train.split('|')
# 车次号码
train_no = data_list[3]
# 出发站
from_station_code = data_list[6]
from_station_name = code_dict[from_station_code]
# 终点站
to_station_code = data_list[7]
to_station_name = code_dict[to_station_code]
# 出发时间
start_time = data_list[8]
# 到达时间
arrive_time = data_list[9]
# 总耗时
time_fucked_up = data_list[10]
# 一等座
first_class_seat = data_list[31] or '--'
# 二等座
second_class_seat = data_list[30]or '--'
# 软卧
soft_sleep = data_list[23]or '--'
# 硬卧
hard_sleep = data_list[28]or '--'
# 硬座
hard_seat = data_list[29]or '--'
# 无座
no_seat = data_list[26]or '--'
# 打印查询结果
info = ('车次:{}\n出发站:{}\n目的地:{}\n出发时间:{}\n到达时间:{}\n消耗时间:{}\n座位情况：\n 一等座：「{}」 \n二等座：「{}」\n软卧：「{}」\n硬卧：「{}」\n硬座：「{}」\n无座：「{}」\n\n'.format(
train_no, from_station_name, to_station_name, start_time, arrive_time, time_fucked_up, first_class_seat,
second_class_seat, soft_sleep, hard_sleep, hard_seat, no_seat))
info_list.append(info)
return info_list
except:
return ' 输出信息有误，请重新输入'
这个脚本的功能是这样的： 首先 调用 get_query_url()函数，来生成符合api要求的url链接 接着 调用 query_train_info()函数 来获取火车票查询信息
把结果输出
将功能接入公众号服务器：
这个地方我就不上完整的代码了 给出这个功能的分支代：
# 针对火车票查询特殊处理
elif msg_content[:4] == '车票查询':
info_list = query_train_info(get_query_url(msg_content))
text = '由于微信文本长度限制，只能回复时间最新的5条列车信息\n\n'+''.join(info_list[0:5])
return parser_text(xml, text)
单独看这一段代码，可能觉得没头没脑的，
关于公众号的接入，可以看这里： 从零开始写Python爬虫 --- 爬虫应用： requests+django实现微信公众号后台
看完之后，你就肯定能明白这端代码是啥意思啦！
最后：
这篇文章只是大概记录了如何实现这个功能， 具体的如何寻找：
- 12306api接口
- 城市代码字典
- 命令行工具
- 彩色列表输出
大家可以去找一下 实验楼小哥哥 的视频录像， 整个过程还是非常愉快的！ 感谢！！
哦哦对了，不建议大家刚开始学写代码就用vim
新人上手还是有一些难度的。
在服务区写一些脚本的时候我推荐一个更加轻量级的工具：「nano」
有这方面需要的可以尝试一下。
暑假一直忙着学车，都已经黑的认不出自己来了。（逃）
每天的学习记录都会 同步更新到： 微信公众号： findyourownway 知乎专栏：https://zhuanlan.zhihu.com/Ehco-python blog ： www.ehcoblog.ml Github： https://github.com/Ehco1996/Python-crawler
