思路
12306车票的信息抓取来还是比较简单的，其实难的如何用Python抢票，12306有一个很“特殊”的验证码，即使是人识别起来都有一定难度。但其实这种难度也恰是它薄弱的地方，这意味着此类验证码的数量是有限的。我自己没有抓过，但我之前看过一篇文章，据说这种码一共是9000个左右（我记得好像作者把验证码抓下来用md5加密后保存下来，存到9000多个就存不下去了）。假设我们把每个验证码图片的答案都记下来，理论上就可以完成自动登陆了。听起来操作很费力。
如果只是要查询车票信息和价钱的话，就比较简单了。只有几个需要注意的点，这里讲一下。
获得站名和其编号的对应关系
在所有请求中，有一个js文件很重要，名字叫station_name.js?station_version=1.9053,后面的是版本号。这个文件会返回一个字符串，类似于：
@bjb|北京北|VAP|beijingbei|bjb|0@bjd|北京东|BOP|beijingdong|bjd|1..........
可以看得出来，站与站之间用@分隔，然后每个站的信息字段用|分隔。具体哪个对应哪个可以看我下面的代码。其中最重要的是第三个字段，之后查询车票信息的时候，就是用这个字段的值的。我不仅获取并解析了这个字符串，同时也把信息写入了sqlite3数据库里。
查询剩余车票信息
查询余票信息的是一条XHR请求：
https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date=2018-05-24&leftTicketDTO.from_station=BJP&leftTicketDTO.to_station=TJP&purpose_codes=ADULT
其中train_data和purpose_codes很好理解，两个station用的就是上一节中所说的teleCode，因此要模拟这个请求，你需要先根据站点名字（如‘北京北’）从数据库中得到其编号（如‘VAP'）。
这条请求的响应中，有三部分有用：
- status字段，标识了这条请求是否成功。
- data字段中的map字段，里面包好了响应中使用的tecoCode与其对应的站点名字，这样我们就不需要再利用数据库将编号转会站台名了。因为采用的模糊查询，所以map中数据可能不止两个，比如说搜索’北京‘可能会返回’北京‘和’北京南‘。
- data字段中的result字段，这个字段就包含了所有的票价信息。但是它也是经过编码的，同样用
|分隔。这里最难的地方在于这些字段实在是太多了，完全不知道哪个是哪个。
一个例子：
"null|预订|240000D3110K|D311|VNP|SHH|VNP|TXP|21:11|22:19|01:08|N|0Xz%2FAQnjcOjRAf%2FlTLDixMnMJwxcpe7x|20180524|3|P2|01|02|0|0||||无||||||||||无|F040|F4|0"
前面几个还好理解，到了后半部分代表座位剩余数量的字段就显得一脸懵逼了。
怎么办？除了一个一个猜，我们可以从网页源代码和js文件里找出一点线索。在queryLeftTicket_end_js.js?scriptVersion=1.9085文件中的2814行，可以看到:
12306-table.jpg
这已经可以看出很多东西了，如果还有点迷惑，再看网页的源代码：
12306-html_table.jpg
通过审查元素，你可以知道哪个id对应哪个字段，然后再从上图上找出其对应的字段偏移量。
查询票价
查询票价使用的是另外一条XHR请求：
https://kyfw.12306.cn/otn/leftTicket/queryTicketPrice?train_no=24000C22290F&from_station_no=01&to_station_no=03&seat_types=O9OMP&train_date=2018-05-24
这几个参数在查询余票的响应中都包含了，分别是第2、16、17和35个字段。但是难点是找出seat_types中几个值分别代表了什么座位。这个我没找到线索，但是我在网上找到了别人代码里写的对应关系，但是现在找不到那份代码了。。这里我直接给出对应关系。
| 座位类型 | 编号 | 座位类型 | 编号 |
|---|---|---|---|
| 商务座 | A9 | 特等座 | P |
| 一等座 | M | 二等座 | O |
| 高级软卧 | A6 | 软卧 | A4 |
| 动卧 | -- | 硬卧 | A3 |
| 软座 | A2 | 硬座 | A1 |
| 无座 | WZ | 其他 | -- |
一条余票查询的请求会对应很多条票价查询的请求，因此如果余票类型很充足，会消耗很长时间（可以关闭）。
代码
除了余票数量和票价的功能代码，我还使用了PrettyTable和colorama库，支持彩色表格打印，同时增加是否支持身份证出入站和始发站、终点站、经过站的标识。代码如下，不包括数据库接口和配置文件，其中t12306_init()只要执行一次（省资源，执行多次不会出错）：
12306-result.jpg
12306.py
import requests
import ast
import json
from random import choice
from prettytable import PrettyTable
from colorama import init, Fore, Style
import Configure as Configs
import Sqlite3api as Sqlite3
init()
header = {}
header['user-agent'] = choice(Configs.FakeUserAgents)
header['Referer'] = "https://kyfw.12306.cn/otn/leftTicket/init"
def t12306_init():
conn = Sqlite3.sqlite3_init()
url = "https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.9053"
content = None
ret = Sqlite3.sqlite3_execute(conn, "SELECT count(*) FROM sqlite_master WHERE type='table' AND name='t12306'")[0][0]
if ret == 1:
Sqlite3.sqlite3_execute(conn, "DROP TABLE t12306")
Sqlite3.sqlite3_execute(conn, "CREATE TABLE t12306 (stationId real, stationName text, teleCode text, pinYin text, pinYinHead text)")
Sqlite3.sqlite3_execute(conn, "CREATE UNIQUE INDEX idx_follow_stationId on t12306(stationId)")
try:
response = requests.get(url, headers=header)
if response.status_code == requests.codes.ok:
content = response.text
except Exception as e:
print (e)
data = content[:-1].split('=')[1][2:]
for station in data.split('@'):
fields = station.split('|')
Sqlite3.sqlite3_execute(conn, "INSERT INTO t12306 VALUES (?,?,?,?,?)", (fields[5],fields[1],fields[2],fields[3],fields[0],))
#print (fields[5],fields[1],fields[2],fields[3],fields[0])
Sqlite3.sqlite3_close(conn)
def check_left_ticket(train_date, from_station, to_station, purpose_codes, need_price=False):
url = "https://kyfw.12306.cn/otn/leftTicket/query"
payload = {
'leftTicketDTO.train_date': train_date,
'leftTicketDTO.from_station': from_station,
'leftTicketDTO.to_station': to_station,
'purpose_codes': purpose_codes
}
content = ''
try:
response = requests.get(url, headers=header, params=payload)
if response.status_code == requests.codes.ok:
response.encoding = 'utf-8'
content = response.text
except Exception as e:
print (e)
data = json.loads(content)
#print (data)
if data.get('status') == False:
print ("获取数据失败。")
return
# 站点编号->站点名字 的Map
name_map = data.get('data').get('map')
table = PrettyTable()
table.field_names = ["车次", "出发/到达", "出发/到达时间", "历时", "可否网购", "商务座", "特等座", "一等座", "二等座", "高级软卧", "软卧", "动卧", "硬卧", "软座","硬座", "无座", "其他"]
table.align["车次"] = "l"
table.align["出发/到达"] = "l"
for ticket_list in data.get('data').get('result'):
field = ticket_list.split('|')
flag_id = "[身]" if field[18]=='1' else "" # 是否支持身份证
flag_from = "[始]" if field[4] == field[6] else "[过]" # 是否始发站
flag_to = "[终]" if field[5] == field[7] else "[过]"# 是否终点站
price = {}
if need_price == True:
ret = query_ticket_price(field[2],field[16],field[17],field[35],train_date)
price = ret if ret else {}
table.add_row([
field[3] + (Fore.YELLOW + flag_id + Fore.RESET ) ,
'\n'.join([Fore.LIGHTGREEN_EX + flag_from + name_map.get(field[6]) + Fore.RESET,
Fore.LIGHTRED_EX + flag_to + name_map.get(field[7]) + Fore.RESET]),
'\n'.join([Fore.LIGHTGREEN_EX + field[8] + Fore.RESET,
Fore.LIGHTRED_EX + field[9] + Fore.RESET]),
field[10],
"是" if field[10] else "否",
# 商务座
"{0:s}{1:s}".format(field[32] if field[32] else "--", ("\n" + Style.BRIGHT + price.get('A9')) + Style.RESET_ALL if price.get('A9') else ""),
# 特等座
"{0:s}{1:s}".format(field[25] if field[25] else "--", ("\n" + Style.BRIGHT + price.get('P')) + Style.RESET_ALL if price.get('P') else ""),
# 一等座
"{0:s}{1:s}".format(field[31] if field[31] else "--", ("\n" + Style.BRIGHT + price.get('M')) + Style.RESET_ALL if price.get('M') else ""),
# 二等座
"{0:s}{1:s}".format(field[30] if field[30] else "--", ("\n" + Style.BRIGHT + price.get('O')) + Style.RESET_ALL if price.get('O') else ""),
# 高级软卧
"{0:s}{1:s}".format(field[21] if field[21] else "--", ("\n" + Style.BRIGHT + price.get('A6')) + Style.RESET_ALL if price.get('A6') else ""),
# 软卧
"{0:s}{1:s}".format(field[23] if field[23] else "--", ('\n' + Style.BRIGHT + price.get('A4')) + Style.RESET_ALL if price.get('A4') else ""),
# 动卧
field[33] if field[33] else "--",
# 硬卧
"{0:s}{1:s}".format(field[28] if field[28] else "--", ("\n" + Style.BRIGHT + price.get('A3')) + Style.RESET_ALL if price.get('A3') else ""),
# 软座
"{0:s}{1:s}".format(field[24] if field[24] else "--", ("\n" + Style.BRIGHT + price.get('A2')) + Style.RESET_ALL if price.get('A2') else ""),
# 硬座
"{0:s}{1:s}".format(field[29] if field[29] else "--", ("\n" + Style.BRIGHT + price.get('A1')) + Style.RESET_ALL if price.get('A1') else ""),
# 无座
"{0:s}{1:s}".format(field[26] if field[26] else "--", ("\n" + Style.BRIGHT + price.get('WZ')) + Style.RESET_ALL if price.get('WZ') else ""),
# 其他
field[22] if field[22] else "--"
])
print (table)
def query_ticket_price(train_no, from_station_no, to_station_no, seat_types, train_date):
url = "https://kyfw.12306.cn/otn/leftTicket/queryTicketPrice"
#print (train_no, from_station_no, to_station_no, seat_types, train_date)
payload = {
'train_no': train_no,
'from_station_no': from_station_no,
'to_station_no': to_station_no,
'seat_types': seat_types,
'train_date': train_date,
}
try:
response = requests.get(url, headers=header, params=payload)
if response.status_code == requests.codes.ok:
#response.encoding = 'utf-8'
content = response.text
except Exception as e:
print (e)
data = json.loads(content)
if data.get('status') == False:
print ("获取数据失败。")
return None
return data.get('data')
if __name__ == "__main__":
#t12306_init()
conn = Sqlite3.sqlite3_init()
date = input("请输入乘车时间(YYYY-MM-DD): ")
from_station = input("请输入出发车站: ")
to_station = input("请输入到达车站: ")
purpose_codes = input("请输入类型(1-成人票): ")
from_s = to_s = ticket_type = None
ret = Sqlite3.sqlite3_execute(conn, "SELECT teleCode FROM t12306 WHERE stationName ='{0:s}'".format(from_station))#[0][0]
from_s = ret[0][0]
ret = Sqlite3.sqlite3_execute(conn, "SELECT teleCode FROM t12306 WHERE stationName ='{0:s}'".format(to_station))#[0][0]
to_s = ret[0][0]
Sqlite3.sqlite3_close(conn)
if purpose_codes == 1:
ticket_type = 'ADULT'
check_left_ticket(date, from_s, to_s, ticket_type, True)
