Python爬取12306车次信息代码详解

    详情查看下面的代码:

    如果被识别就要添加一个cookie如果没有被识别的话就要一个user—agent就好了。如果出现乱码就设置编码格式为utf-8

    
    #静态的数据一般在elements中(复制文字到sources按ctrl+f搜索。找到的为静态),而动态去network中去寻找相关的信息
    import requests
    import re
    def send_request():
      headers = {'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'
            ,'Cookie':'_uab_collina=159618052151589201474313; JSESSIONID=D33C89D8BEC6A692C79CFA69FC0B0D29; BIGipServerotn=233832970.24610.0000; BIGipServerpool_passport=216859146.50215.0000; RAIL_EXPIRATION=1596443951465; RAIL_DEVICEID=nMo94O2Z21cXLblW7otLoxUZ_LP9Q01PYj_I89OqU6MqjxyX9814Jc3CH5TNwgBVJqnBaBG8OGiBWo2QtNcu5wVu-asNk6YLa49g0fMwVp03XFJQ-GkhHYHcqIgUd-nqQB_VEdWH1Om_D2yAgIu8QcEavt02pmH5; route=c5c62a339e7744272a54643b3be5bf64; _jc_save_fromStation=%u5317%u4EAC%2CBJP; _jc_save_toStation=%u5929%u6D25%2CTJP; _jc_save_fromDate=2020-07-31; _jc_save_toDate=2020-07-31; _jc_save_wfdc_flag=dc'}#创建头部信息
      url='https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2020-07-31&leftTicketDTO.from_station=BJP&leftTicketDTO.to_station=TJP&purpose_codes=ADULT'
      #设置编码格式。防止乱码
      resp=requests.get(url,headers=headers)
      resp.encoding='utf-8'
      return resp
    
    #解析数据
    #{}是字典。根据key获取值。
    def parse_json(resp,city):
      json_ticket=resp.json()#将相应的数据转换为json
      data_list=json_ticket['data']['result']#得到车次的列表
      lst=[]#列表
      for item in data_list:
        #遍历车次信息进行分割
        d=item.split('|')
        lst.append([d[3],city[d[6]],city[d[7]],d[31],d[30],d[13]])
      return lst
    '''
    d[3]从列表中获取索引为3的表示车次
    d[6]查询起始站
    d[7]查询到达站
    d[31]一等座
    d[30]表示二等座
    d[13]表示出行时间'''
    #获得station_name的信息
    def get_city():
      url='https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.9151'
      headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'}
      resp=requests.get(url,headers=headers)
      resp.encoding='utf-8'
      #进行数据的提取(只要一部分)
      stations=re.findall('([\u4e00-\u9fa5]+)\|([A-Z]+)',resp.text)
      #将列表进行转换为字典
      stations_data=dict(stations)
      #key与value进行互换
      station_d={}#空字典。用于完成上述操作
      for item in stations_data:
        station_d[stations_data[item]]=item
      #print(station_d)
      return station_d
    
    def start():
      lst=parse_json(send_request(),get_city())
      #进行数据的筛选(得到有效的数据)
      for i in lst:
        if i[3]!='无' and i[3]!='':
          print(i)
    if __name__=='__main__':
      start() #开始

    运行的截图:

    以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持lingkb。