12306-Train-Ticket

Get train ticket information via Python crawler

12306火车票爬取

特别说明

本次案例根据 《零基础学 Python》修改而来，在原案例中，由于书本原案例是 2018 年编写的代码，随着 12306 的迭代更新，就的爬取方式不在适用，本次主要修改的是 query函数，修改了爬取方式，界面布局等

Pycharm 配置 Qt

Pycharm 下载

Pycharm 点击此处进入下载官网 Pycharm 提供专业版（Professional）与社区版（Community），社区版免费且开源，专业版具有 30 天试用期，需要付费购买，可以使用支付宝支付，我使用的是专业版 pycharm-professional-2020.1.1

Qt 安装与配置

通过如下命令安装

!pip install PyQt5

注：我是用的是 Anaconda 环境配置，下面的路径选择根据自己电脑路径修改

配置三个扩展工具 External Tools，依次点击 File→Settings→External Tools，点击＋号，三个工具的配置输入如下： Qt Designer:用于绘制界面

属性	参数
Name	Qt Designer(自己取名字)
Description	Create Qt UI(描述信息，可以不写)
Program	E:\Anaconda3\Library\bin\designer.exe(根据自己Python环境填写路径)
Arguments	无
Working directory	E:\Anaconda3\Library\bin

PyUIC:将 UI 界面转换为 Python 可识别的代码

属性	参数
Name	PyUIC(自己取名字)
Description	UI to py file(描述信息，可以不写)
Program	E:\Anaconda3\envs\tensorflow1.x\python.exe(根据自己Python环境填写路径)
Arguments	-m PyQt5.uic.pyuic $FileName$ -o $FileNameWithoutExtension$.py
Working directory	$FileDir$

qrc2py:将需要用到的资源文件转换成 Python 可识别文件（在设置 UI 时可以在 UI 转换成 py 文件后手动添加资源文件，但过程相较于繁琐，此处采取在编辑UI时直接添加资源文件）

属性	参数
Name	qrc2py(自己取名字)
Description	无(描述信息，可以不写)
Program	E:\Anaconda3\envs\tensorflow1.x\Scripts\pyrcc5.exe(根据自己Python环境填写路径)
Arguments	$FileName$ -o $FileNameWithoutExtension$_rc.py
Working directory	$FileDir$

配置完成后如下

界面绘制

打开配置的扩展工具 Qt Designer 绘制 UI 界面部分需要具备基本的 Qt 操作，左边是界面布局的一些按钮，控件等，右边是调节控件的参数例如命名，大小等，界面使用了添加资源文件，所以后面需要将生成的 qrc 文件转换，界面如何绘制不再赘述，界面如图所示： 绘制完界面后，点击如下，将界面转换成 py 文件，UI 文件名与 py 文件名相同，都为 MianWindow 转换 qrc 文件类似上面转换 UI 操作，转换后需要在 MianWindow.py 中加入：

import source_rc

代码文件

主要的程序文件如下

MianWindow.py

主程序

query_request.py

解析程序

get_stations.py

站点程序

Pyinstaller 程序打包

直接运行

运行主程序如下

打包运行

程序打包后运行出错参见参见pygame 实现 flappybird 并打包成 exe 运行文件与使用 Pygame 创建五子棋游戏解决方案 在命令行直接输入：

pyinstaller -F -w -i logo.ico main.py

打包运行效果如下：

（附）简单爬取操作

进入 12306 车票查询官网，输入北京到上海如下图所示 按 F12，再按 F5 刷新(刷新后可能需要重新点击查询)，最终界面应如下，其中包含了大量信息，除了车次信息还有网页的图片文件信息等： 找到代表车次信息的信息条，名称大致为 query?leftTicketDTO.train_date=2020-05-17&leftTicketDTO.from_station=BJP&leftTicketDTO.to_station=SHH&purpose_codes=ADULT（不同的时间可能不同） Headers 与 Response 选项卡就是我们需要的信息，Headers 里面包含了 Cookie 文件，消息头，User-Agent 等，Response 则是包含了车次信息，里面包含站点信息，时间，座位信息以及一些反爬的混淆信息，我们需要适用正则化，字符串处理方法等提取信息，具体操作参见 query_request.py