python：12306余票爬虫

最新推荐文章于 2025-05-16 13:42:02 发布

原创最新推荐文章于 2025-05-16 13:42:02 发布 · 646 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #爬虫 #12306

爬虫爬虫专栏收录该内容

1 篇文章

订阅专栏

本文介绍了如何分析12306余票查询的网页，提取所需参数，并通过编写Python代码实现从12306 API获取余票信息的过程。详细阐述了从获取车站缩写到解析JSON数据的步骤，最终实现输出各班次的余票详情。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

12306余票爬虫

1.网页分析
1.1
打开12306余票查询的界面（https://kyfw.12306.cn/otn/leftTicket/init）。普通查询需要输入出发地，目的地和时间，试着输入一下。
1.2
信息更新，页面没有跳转。看下发包情况。
1.3
发现有个包带有’queryX’字段，一看就非常可疑，点开看看。
这里写图片描述
1.4
ok,这就是我们要的余票信息，不急，先回头解析这余票信息API。

1.5
截去地址前段，留下部分可拆为：
leftTicketDTO.train_date=2017-10-07
&leftTicketDTO.from_station=BJP
&leftTicketDTO.to_station=CQW
&purpose_codes=ADULT
四个参数，用途一目了然。但车站信息是用三位大写字母表示的，包数据里也没有相关内容，有点头疼。
1.6
回到网页找线索。在站点名称输入框出发现值：from_station_name。尝试搜索station_name，有眉目了。
这里写图片描述

这里写图片描述
1.7
补上12306的前段地址，看看情况。这密密麻麻的一片，就是我们要的缩写数据。

1.8
材料备齐，开工撸代码。

2.代码实现
2.1
输入：出发地，目的地，时间
输出：各班次的余票信息
过程：将输入信息转化API需要格式——利用API提取各班次信息——分析整理后输出
2.2
根据先前的网页分析，为利用API，我们还需要将站点的汉字名改为对应的三位ABC缩写。对应数据存储于：https://kyfw.12306.cn/otn/resources/js/framework/station_name.js。观察发现，汉字名和ABC缩写的相对位置固定，可以index()汉字位置后，直接切片提取ABC缩写。（12306网站有个自签证书，用requests连接获取数据时需要跳过ssl验证。）

#info_str为网页存储的站点信息。
Station_index = info_str.index("|%s|" %(Station)) +2 +len(Station)
Station_ABC = info_str[Station_index: Station_index + 3]

2.3
尝试将转化后的信息，输入余票信息API，成功（12306有对应频繁获取反制机制，之前次数过多可能无法正常获取信息，要稍等一会）。
2.4
利用python的json库记载余票信息json包。其中我们最关心的余票数据，存储在’data’内的‘result’，格式是一长串字符串，各数据用‘|’间隔开。我们要的做的就是提取之，切割成list方便我们提取对应数据。

#r.text为网页存储的余票json包
ticket_dict = json.loads(r.text)
test_str = a['data']['result']
info_list = tarin_info.split('|')

2.5
写个计数器，遍历一遍每个班次信息的list。多对比下网页的余票内容，我们可以很容易猜到list中各项信息的含义。
这里写图片描述
2.6
找到我们要的内容，提取出来，按简易格式打印出来，工作就完成啦。

3.个人代码

import requests
import json

def getStationABC(Station):
    info_url = 'https://kyfw.12306.cn/otn/resources/js/framework/station_name.js'
    r = requests.get(info_url,verify=False)
    info_str = r.text
    Station_index = info_str.index("|%s|" %(Station)) +2 +len(Station)
    Station_ABC = info_str[Station_index: Station_index + 3]
    return Station_ABC

def getTicketText(FromStation_ABC,ToStation_ABC,Date):
    query_url = "https://kyfw.12306.cn/otn/leftTicket/queryX?\
leftTicketDTO.train_date=%s\
&leftTicketDTO.from_station=%s\
&leftTicketDTO.to_station=%s\
&purpose_codes=ADULT" %(str(Date),FromStation_ABC,ToStation_ABC)
    r = requests.get(query_url,verify=False)
    ticket_dict = json.loads(r.text)
    try:
        test_str = ticket_dict['data']['result']
    except KeyError:
        print('获取信息失败，请稍后重试')
    for tarin_info in test_str:
        info_list = tarin_info.split('|')
        count = 0
        print('---- 车次：' + info_list[3] + '-----------------------------')
        print('出发时间：' + info_list[8])
        print('到站时间：' + info_list[9])
        print('旅程时间：' + info_list[10])
        print('商务座特等座：'+info_list[32])
        print('一等座：' + info_list[31])
        print('二等座：' + info_list[30])
        print('软卧:' + info_list[23])
        print('无座：' + info_list[26])
        print('硬卧：' + info_list[28])       
        print('硬座：' + info_list[29])  

if __name__ == '__main__':
    FromStation = input('请输入出发地：')
    ToStation = input('请输入目的地：')
    Date = input('请输入日期（格式：2017-10-09）')
    FromStation_ABC = getStationABC(FromStation)
    ToStation_ABC = getStationABC(ToStation)
    print('目的地：%s；出发地：%s；日期：%s。' %(FromStation,ToStation,Date))
    getTicketText(FromStation_ABC,ToStation_ABC,Date)