最近参加一个比赛做了一个铁路换乘系统，现在想谈一谈这个系统的构建过程。先不谈算法，页面的布局和服务器的构建，既然是铁路的换乘系统，那么先说一说每个车次，每个站点这些信息从何而来，下面进入正题。
最开始的时候在网上找了很久，但是由于铁路信息日新月异，很多都很老旧了，不准确，所以还是决定自己写一个小程序爬取12306上面的信息。我这里用的是Chrome浏览器，因为开发者模式比较好用。进入12306网站，在车票预订那里随便输入起点和终点，笔者这里输入的是重庆到北京，F12进入开发者模式，并点击其中的Network（网络），然后点击其中一条车次，

1.jpg

IMG_5854.jpg

IMG_5856.jpg

IMG_5855.jpg

大致方向已经在这里了，接下来关于怎么请求网站，怎么使用正则表达式获取需要的数据就不细说了，自己去琢磨吧～，最后花了几个小时的时间我得到了所有车次类似于这样的数据
D1 北京 18:08 18:08
D1 唐山北 19:19 19:20
D1 北戴河 20:16 20:17
D1 沈阳 23:21 23:21
D2 沈阳 09:19 09:19
D2 葫芦岛北 10:49 10:50
D2 唐山北 12:55 12:57
D2 北京 14:08 14:08
D3 北京 18:15 18:15
D3 唐山北 19:28 19:29
D3 葫芦岛北 21:36 21:37
D3 锦州南 21:56 21:57
D3 盘锦北 22:26 22:27
D3 沈阳北 23:31 23:31
D4 沈阳北 07:50 07:50
D4 盘锦北 08:45 08:46
D4 锦州南 09:10 09:18
D4 东戴河 10:13 10:15
D4 北戴河 10:49 10:51
D4 唐山北 11:47 11:48
D4 北京 12:59 12:59
下面附上源代码一份，大家可以参考一下，这一篇内容就到这里了，后面算法的设计，算法的优化以及界面和服务器的内容之后再说。

import time
import urllib.request
import ssl
import json
import re
import string
import codecs
ssl._create_default_https_context = ssl._create_unverified_context
#关闭证书验证
def getTrainstation():           
    reg = urllib.request.urlopen('https://kyfw.12306.cn/otn/resources/js/framework/station_name.js?station_version=1.9018')
    html = reg.read()
    dict=str(html,'utf-8')
    text=re.findall('@([a-z]*)\|(.*?)\|([A-Z]*)\|([a-z]*)\|([a-z]*)\|([0-9]*)',dict)
    return text
def getTrainlist():
    reg = urllib.request.urlopen('https://kyfw.12306.cn/otn/resources/js/query/train_list.js?scriptVersion=1.0')
    html = reg.read()
    dict=str(html,'utf-8')
    text=re.findall(':"([^"]+)",',dict)
    text1=re.findall(':"([^"]+)"}',dict)
    return text,text1
def getList(url):
    req = urllib.request.urlopen(url)
    html = req.read()
    dict=json.loads(html)
    with codecs.open('/Users/cmh/railway1.txt','a','utf-8') as f:
        f.write(dict['data']['data'][0]['station_train_code']+' '+dict['data']['data'][0]['start_station_name']+' '+dict['data']['data'][0]['start_time']+' '+dict['data']['data'][0]['start_time']+'\n')
        for i in range(1,len(dict['data']['data'])):
            f.write(dict['data']['data'][0]['station_train_code']+' '+dict['data']['data'][i]['station_name']+' '+dict['data']['data'][i]['arrive_time']+' '+dict['data']['data'][i]['start_time']+'\n')
        f.close()
(x,number)=getTrainlist()
y=getTrainstation()
print('loading...')
n=[]
for i in range(0,len(x)):
    mj = re.match(".*\((.*)\).*", x[i])
    t=mj.group(1).split('-')
    if t[0] not in n:
        n.append(t[0])
    if t[1] not in n:
        n.append(t[1])
k=[]
tt=[]
for i in range(0,len(y)):
    k.append(y[i][1])
for i in range(0,len(n)):
    if n[i] not in k:
        tt.append(n[i])
x1=[]
y1=[]
for i in range(0,len(x)):
    mj = re.match(".*\((.*)\).*", x[i])
    t=mj.group(1).split('-')
    if t[0] in tt or t[1] in tt:
        x1.append(x[i])
        y1.append(number[i])
for i in range(0,len(x1)):
    x.remove(x1[i])
    number.remove(y1[i])
m=[]
for i in range(0,len(x)):
    mj = re.match(".*\((.*)\).*", x[i])
    t=mj.group(1).split('-')
    l=[]
    for j in range(0,len(y)):
        if t[0]==y[j][1]:
            l.append(y[j][2])
    for j in range(0,len(y)):       
        if t[1]==y[j][1]:
            l.append(y[j][2])
    l.append(number[i])
    m.append(l)
print('ready')
for i in range(0,len(m)):
    url='https://kyfw.12306.cn/otn/czxx/queryByTrainNo?train_no=%s&from_station_telecode=%s&to_station_telecode=%s&depart_date=2017-07-29'%(m[i][2],m[i][0],m[i][1])
    try: 
        getList(url)
    except:
        continue