前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
作者：TM0831
PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
具体步骤
一、登录
登录功能是通过使用selenium实现的，用到了超级鹰来识别验证码。没有超级鹰账号的先注册一个账号，充值一点题分，然后把下载这个Python接口文件，再在里面添加一个use_cjy的函数，以后使用的时候传入文件名就可以了（验证码类型和价格可以在价格体系查看）：
1 def use_cjy(filename):
2 username = "" # 用户名
3 password = "" # 密码
4 app_id = "" # 软件ID
5 cjy = CJYClient(username, password, app_id) # 用户中心>>软件ID
6 im = open(filename, 'rb').read() # 本地图片文件路径
7 return cjy.PostPic(im, 9004) # 9004->验证码类型
然后进入12306的登录页面，网址为https://kyfw.12306.cn/otn/login/init，可以看到有一个像下面这样的验证码：
要破解这个验证码，第一个问题是怎么得到这个验证码图片，我们可以很轻松的找到这个验证码图片的链接，但是如果用requests去请求这个链接，然后把图片下载下来，这样得到的图片和网页上的验证码图片是不同的，因为每次请求都会刷新一次验证码。所以需要换个思路，比如先把网页截个图，然后我们可以知道验证码图片在网页中的位置，然后再根据这个位置，把截图相应的位置给截取出来，就相当于把验证码图片从整个截图中给抠出来了，这样得到的验证码图片就和网页上的验证码一样了。相关代码如下：
1 # 定位到验证码图片
2 captcha_img = browser.find_element_by_xpath('//*[@id="loginForm"]/div/ul[2]/li[4]/div/div/div[3]/img')
3 location = captcha_img.location
4 size = captcha_img.size
5 # 写成我们需要截取的位置坐标
6 coordinates = (int(location['x']), int(location['y']),
7 int(location['x'] + size['width']), int(location['y'] + size['height']))
8 browser.save_screenshot('screen.png')
9 i = Image.open('screen.png')
10 # 使用Image的crop函数，从截图中再次截取我们需要的区域
11 verify_code_image = i.crop(coordinates)
12 verify_code_image.save('captcha.png')
现在已经得到了验证码图片了，下一个问题是怎么识别？点触验证码识别起来有两个难点，一个是文字识别，要把图上的鞭炮文字识别出来，第二点是识别图片中的内容，比如上图就要把有鞭炮的图片识别出来，而这两个难点利用OCR技术都很那实现，因此选择使用打码平台（比如超级鹰）来识别验证码。对于上面这个图，在使用超级鹰识别之后会返回下面这个结果：
{'pic_id': '6048511471893900001', 'err_no': 0, 'err_str': 'OK', 'md5': 'bde1de3b886fe2019a252934874c6669', 'pic_str': '117,140'}
其中pic_str对应的值就是有鞭炮的图片的坐标位置（如果有多个坐标，会用“|”进行分隔），我们对这个结果进行解析，把坐标提取出来，再利用selenium模拟点击就可以了，相关代码如下：
1 # 调用超级鹰识别验证码
2 capture_result = use_cjy('captcha.png')
3 print(capture_result)
4 # 对返回的结果进行解析
5 groups = capture_result.get("pic_str").split('|')
6 points = [[int(number) for number in group.split(',')] for group in groups]
7 for point in points:
8 # 先定位到验证图片
9 element = WebDriverWait(browser, 20).until(
10 EC.presence_of_element_located((By.CLASS_NAME, "touclick-bgimg")))
11 # 模拟点击验证图片
12 ActionChains(browser).move_to_element_with_offset(element, point[0], point[1]).click().perform()
13 sleep(1)
二、查询
带有车票信息的ajax接口很容易找到，格式也是标准的json格式，解析起来会方便不少
但是爆保存车票的字符串很复杂，我们先把第一条信息打印出来看看，以下是部分信息：
'hH0qeKPBgl0X0aCnrtZFyBgzqydzV45U2M1r%2F32FsaPHeb7Mul00sIb7y9W%2B6df1tUdDGCxqdVs8%0Aw2VodSjdXjUQ2uNdwFprKdVK9iaW60Wj2jKpNKaViR4ndlBCjsYB0SIF
QR0pLksy7HDP0KcaoLe4%0A4RW6zRcscO7SRNJZOsF%2Fxj3Ooq76lzzdku3Uw957yjLFyf7ikixOaC%2FAOrLAwCc7y0krRpKJbSn3%0ApBsY%2F%2Fok%2Bmg2xNhXapoCPIt4w0p9', 这段字符是随机生成的，过几秒就回失效。
'39000D30280G', 列车编号
'D3028', 车次
'HKN', 始发站
'AOH', 终点站
'HKN', 出发站
'AOH', 目的站
'07:31', 出发时间
'13:06', 到达时间
'05:35', 总耗时
'Y', Y表示可以购票，N表示不可以
'20181111', 日期
后面基本都是座位的余票信息了。
对于提到的列车站点代码，可以通过请求这个链接，通过得到JS脚本中的station_names变量获取，对应的站点以@字符分隔，相关代码如下：
1 # 请求保存列车站点代码的链接
2 res1 = requests.get("https://kyfw.12306.cn/otn/resources/js/framework/station_name.js")
3 # 把分割处理后的车站信息保存在station_data中
4 self.station_data = res1.text.lstrip("var station_names ='").rstrip("'").split('@')
1 # 返回车站英文缩写
2 def get_station(self, city):
3 for i in self.station_data:
4 if city in i:
5 return i.split('|')[2]
6
7 # 返回车站中文缩写
8 def get_city(self, station):
9 for i in self.station_data:
10 if station in i:
11 return i.split('|')[1]
由于ajax接口有了一点变化，所以我对之前的代码做了一点修改，在输入数据的部分：
1 # 需要按2018-01-01的格式输入日期，不然会出现错误
2 d = input("请输入日期（如：2018-01-01）：")
3 f = self.get_station(input("请输入您的出发站："))
4 t = self.get_station(input("请输入您的目的站："))
5 url = "https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date={}&leftTicketDTO.from_station={}" \
6 "&leftTicketDTO.to_station={}&purpose_codes=ADULT".format(d, f, t)
完整代码
CJYDemo.py
import requests
from hashlib import md5
class CJYClient(object):
def __init__(self, username, password, soft_id):
self.username = username
self.password = md5(password.encode('utf8')).hexdigest()
self.soft_id = soft_id
self.base_params = {
'user': self.username,
'pass2': self.password,
'softid': self.soft_id,
}
self.headers = {
'Connection': 'Keep-Alive',
'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
}
def PostPic(self, im, codetype):
"""
im: 图片字节
codetype: 题目类型 参考 http://www.chaojiying.com/price.html
"""
params = {
'codetype': codetype,
}
params.update(self.base_params)
files = {'userfile': ('ccc.jpg', im)}
r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files,
headers=self.headers)
return r.json()
def ReportError(self, im_id):
"""
im_id:报错题目的图片ID
"""
params = {
'id': im_id,
}
params.update(self.base_params)
r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
return r.json()
def use_cjy(filename):
username = "" # 用户名
password = "" # 密码
app_id = "" # 软件ID
cjy = CJYClient(username, password, app_id) # 用户中心>>软件ID
im = open(filename, 'rb').read() # 本地图片文件路径
return cjy.PostPic(im, 9004) # 9004->验证码类型
test.py
import json
import requests
from PIL import Image
from time import sleep
from .CJYDemo import use_cjy
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.1 (KHTML, like Gecko) Chrome/22.0.1207.1"
" Safari/537.1"
}
class TrainUser:
def __init__(self, username, password):
self.username = username
self.password = password
self.cookie = ""
self.station_data = ""
# 登录12306
def login(self):
browser = webdriver.Chrome()
browser.get("https://kyfw.12306.cn/otn/login/init")
browser.find_element_by_xpath('//*[@id="username"]').send_keys(self.username)
sleep(2)
browser.find_element_by_xpath('//*[@id="password"]').send_keys(self.password)
sleep(2)
captcha_img = browser.find_element_by_xpath('//*[@id="loginForm"]/div/ul[2]/li[4]/div/div/div[3]/img')
location = captcha_img.location
size = captcha_img.size
# 写成我们需要截取的位置坐标
coordinates = (int(location['x']), int(location['y']),
int(location['x'] + 2 * size['width']), int(location['y'] + 2 * size['height']))
browser.save_screenshot('screen.png')
i = Image.open('screen.png')
# 使用Image的crop函数，从截图中再次截取我们需要的区域
verify_code_image = i.crop(coordinates)
verify_code_image.save('captcha.png')
# 调用超级鹰识别验证码
capture_result = use_cjy('captcha.png')
print(capture_result)
# 对返回的结果进行解析
groups = capture_result.get("pic_str").split('|')
points = [[int(number) for number in group.split(',')] for group in groups]
for point in points:
# 先定位到验证图片
element = WebDriverWait(browser, 20).until(
EC.presence_of_element_located((By.CLASS_NAME, "touclick-image")))
# 模拟点击验证图片
ActionChains(browser).move_to_element_with_offset(element, point[0] - 110, point[1] - 90).click().perform()
sleep(3)
browser.find_element_by_xpath('//*[@id="loginSub"]').click()
sleep(5)
if browser.current_url not in ["https://kyfw.12306.cn/otn/login/init", "https://kyfw.12306.cn/otn/login/init#"]:
print("登录成功！")
else:
print("登录失败，请重试！")
# 显示可购车票信息
def show_ticket(self):
# 请求保存列车站点代码的链接
res1 = requests.get("https://kyfw.12306.cn/otn/resources/js/framework/station_name.js")
# 把分割处理后的车站信息保存在station_data中
self.station_data = res1.text.lstrip("var station_names ='").rstrip("'").split('@')
# 需要按2018-01-01的格式输入日期，不然会出现错误
d = input("请输入日期（如：2018-01-01）：")
f = self.get_station(input("请输入您的出发站："))
t = self.get_station(input("请输入您的目的站："))
url = "https://kyfw.12306.cn/otn/leftTicket/query?leftTicketDTO.train_date={}&leftTicketDTO.from_station={}" \
"&leftTicketDTO.to_station={}&purpose_codes=ADULT".format(d, f, t)
res2 = requests.get(url)
result = json.loads(res2.text)['data']['result']
seat_data = [(32, "商务座"), (31, "一等座"), (30, "二等座"), (26, "无座"), (23, "软卧"), (28, "硬卧"), (29, "硬座")]
for i in result:
i = i.split('|')
info = {
"车次": i[3], "出发日期": i[13], "始发站": self.get_city(i[4]), "终点站": self.get_city(i[7]),
"出发站": self.get_city(i[6]), "目的站": self.get_city(i[5]), "出发时间": i[8], "到达时间": i[9],
"总耗时": str(int(i[10][:i[10].index(":")])) + "小时" + str(int(i[10][i[10].index(":") + 1:])) + "分钟",
"商务座": '', "一等座": '', "二等座": '', "无座": '', "软卧": '', "硬卧": '', "硬座": ''
}
for j in range(7):
if i[seat_data[j][0]] == "有" or i[seat_data[j][0]].isdigit():
info[seat_data[j][1]] = i[seat_data[j][0]]
else:
del info[seat_data[j][1]]
print(info)
# 返回车站英文缩写
def get_station(self, city):
for i in self.station_data:
if city in i:
return i.split('|')[2]
# 返回车站中文缩写
def get_city(self, station):
for i in self.station_data:
if station in i:
return i.split('|')[1]
if __name__ == '__main__':
u = TrainUser(input("请输入您的用户名："), input("请输入您的密码："))
u.login()
u.show_ticket()