Python爬虫实战：获取12306特定日期、城市车票信息，并做数据分析以供出行参考

注意：以下内容仅供技术研究，请遵守目标网站的robots.txt规定，控制请求频率避免对目标服务器造成过大压力！

1. 核心思路

• 需求：获取明天（2025 年 2 月 21 日）从北京到上海的车次、票价、出发时间、硬卧二等卧信息，并保存到 CSV 文件，然后分析出价格最低的 10 趟车次。
• 目标网站：12306.cn是一个铁路票务网站，有反爬虫机制，需要处理请求头、验证码等问题。同时，其数据接口可能需要进行参数分析。

• 获取车站代码：通过12306的接口获取北京和上海的车站电报码。

• 构造请求参数：设置出发地、目的地、日期等信息。

• 获取车次列表：调用12306的余票查询接口，解析车次基本信息。

• 查询票价信息：针对每个车次，调用票价查询接口获取硬卧/二等卧价格。

• 数据存储：使用csv模块将获取到的车次信息和票价保存到CSV文件。

• 数据分析：使用pandas库读取CSV数据，清洗筛选出硬卧二等卧价格数据，排序后取价格最低的 10 趟车次。

2. 数据获取

• 请求 URL：需要找到 12306 的车次查询接口，通常需要携带出发地、到达地、出发日期等参数。
• 请求头：设置合适的请求头，模拟浏览器行为，避免被反爬虫机制拦截。
• 处理验证码：12306 会有验证码机制，需要使用打码平台或人工识别。
• 解析数据：使用requests库发送请求，使用json模块解析返回的 JSON 数据。
• 车站代码解析：通过JS接口获取全国车站电报码，正则解析station_name.js，构建{城市名:电报码}字典。
• 车次列表获取：调用余票查询接口leftTicket/query，需动态解析返回数据字段索引（如出发时间在数组第8位）。
• 票价深度抓取：针对每个车次单独请求票价接口，依赖train_no和seat_types参数，需关联车次基础数据。
• 数据持久化：使用csv模块处理中文编码问题，字段顺序优化，保存为CSV文件。

• 票价字段映射表（常见座位类型）

座位类型	接口字段	说明</