【下载文档:  python编程实例教程12306的一个小爬虫实例.txt 】

---

python编程实现12306的一个小爬虫实例
本文思路主要来源于实验楼的教程，但是一些具体的一些细节是我自己发现的，比如哪里获得站点对应的3位英文编号，怎么获得这个查询的url
本文用到的库主要有requests(获取url的内容),prettytable（让文本输出美观）,argparse（命令行参数解析）
关于这些库怎么使用，可以参见我之前的博文
1、首先打开12306余票查询的界面
http://kyfw.12306.cn/otn/lcxxcx/init
我们想要的信息当然就是在输入了始发站、终点站和日期之后各车次的时间和车票余量，那么我们尝试在始发站使用检查元素，观察一下它是怎么上传始发站的信息的，那么我们不妨随便输入出发地、目的地和信息，使用抓包工具来看看它是怎么发包的（使用浏览器也可以，因为我们只需要查看包的内容，不需要更改包）
2、
在chrome的network中我们可以查看到我们点击之后浏览器发送的所有包（关于http包的知识不熟悉的同学，可以看看《图解http》这本书）
点击查询之后我们马上就会注意到以query开头的这个包，显然这就是一个查询指令，我们看看这个包的url
'http://kyfw.12306.cn/otn/lcxxcx/query?purpose_codes=ADULT&queryDate=2016-10-04&from_station=BJP&to_station=XKS'
然后我们看看它的response
仔细观察就能发现它其实是一串json格式的字符串（要非常有经验。。。。）
3、经过以上这些过程，我们大致就能知道我们需要做的是什么了，我们只需要更改url中的data，fromstaion,tostaion后面的内容，然后用requests获得response，然后解析这一串json字符就行了。
但是我们会发现，日期还好说，对于fromstation和tostaion的代码，我们该怎么办呢？
4、有两种可能，一中可能是这些文件在服务器上，每回改变站点网页都会从服务器请求这个站点的代码，还有一种可能是这个已经下载到本地了，如何判断呢？我们不妨改变一下始发站，然后用抓包软件（或者浏览器）观察我们的浏览器是否向12306发送了包
把北京改成了上海，但是我们发现浏览器并没有发送包
这样我们基本可以肯定这个车站编号信息是存在本地了（已经从服务器下载下来）
5、我们这时候，就需要分析html来发现这个编号信息到底储存在了那里
我们试着检查一下出发地附近的html标签，在‘热门'上面点击检查，我们很容易发现这个标签上面带了一个onclick方法
我们发现这个onclick方法指向了一个js文件，并且名字是‘Stationfor12306'，基本我们可以确定这个js文件就是我们需要的站点信息文件了。
6、我们尝试在这个html（12306余票查询界面）里面搜一下stationfor，我们马上就能发现，它就在标签的