快要春节了,老板发话:'提前完成工作可以提前回家';于是老猫每天加班加点赶进度,估计提前1周回家;正当老猫沉浸在幸福之时,老板过来关心问我:'老猫,车票买了吗,买不到晚几天走吧,那会好买';忽然有种被算计的感觉!!

人无远虑必有近忧,车票是个大问题,老猫要买的车票这两天放票;于是每天发动同事帮我抢票,可是连续两次都没抢到;老猫有点慌了,买不到车票怎么办?

那么多车票,为什么好几个人抢连续两天都抢不到;

老猫分析其中可能存在原因,分析过程如下:

购票流程分析:

1>老猫买的是比较紧张的车次,抢票人数远远大于出票数量;
2>每次抢票和网速,手速有一定关系;
3>虽然感觉每次手动购票速度很快,但是购票人数多,手速快的也很多,对比而言也就不快了。

购票中存在影响因素:

老猫又仔细分析了网页购票过程:

1>登录,验证码与密码登录;
2>刷票,选择始发站,终点站,日期,车次;
3>出票后点击预购;
4>等待排队,选择乘车人;

理论上大家刷票过程都是一样的,但是几个因素会影响我们购票结果:

1>第一步登录,这个没有问题,老猫和大家都会提前登录;
2>第二步:先看个示意图:

老猫提前选择好车次等信息,到出票时刻点击刷票;但是网速与浏览器渲染页面速度,可能会影响下一步操作;
3>刷票之后,如果出现购买车次,马上点击预购,这里会和自己手速有关,几百毫秒过去了,老猫可能已经排在几百人之后了;
4>点击预购,出现下面页面:

这里考验手速:点击购票人与订单提交,然后凭天由命吧。

结合上面分析:抢热点车次,真有点撞大运的感觉。如何解决问题呢?

1>使用第三方软件代购或者购买加油包;
2>拼车回家;

出去安全考虑,还是应该选择第一个方式。但是老猫有点好奇,为什么第三方软件或者加油包能够购买成功?老猫猜测可能原因:

老猫认为每个账号就是一个购票者,这些账号由脚本控制,到时间点开始抢票,脚本速度肯定要比人的速度快,所有购买成功几率要大于认为操作。以上部分构成纯属瞎猜,如有雷同,纯属巧合。
这样来看,老猫除了和几万个人竞争,还要和第三方软件竞争,所以热点车次的车票更难买到了。这样大家也就理解为什么第三方软件购买成功几率更大。
为了验证这个猜测,老猫打算使用Pyhon脚本自动登录12306,说干就干。

1:登录过程分析:

12306的验证码是比较恶心的,每次弄得不清楚,还整一些不认识的东西;老猫曾经连续10次选择错误,最后系统警告我刷码频繁,最后只能让人代买。
12306网页版登录过程分下面几个部分:

1>输入用户名与密码,如果不输入,登录提示错误;
2>图片验证;
2>账号与密码验证;

这里我们来看后两个步骤:

1.1 验证码分析

我们先借助浏览器分析登录行为;
a)输入用户名与密码,界面如下:

b)点击刷新,更新验证码:
为了防止失效,看到效果,我们刷新验证码;
请求地址:https://kyfw.12306.cn/passport/captcha/captcha-image64?
请求参数:

{ 'login_site': 'E', 'module': 'login', 'rand': 'sjrand', '1546822674059':'',#当前时间戳, 'callback': 'jQuery19109060005139400158_1546821765087',#使用固定值 '_': '1546821765097'#1546821765097,通过浏览器观察:每次请求值加1 } 

c)选择验证码并登陆(尝试错误选择,观察结果):
过程如下 :

查看请求信息:

验证失败,应答信息为:

jQuery19109060005139400158_1546821765087({"result_message":"验证码校验失败","result_code":"5"});

d)图片验证分析:
图片验证请求地址:https://kyfw.12306.cn/passport/captcha/captcha-check? ;
请求参数:

{ 'callback': 'jQuery19109060005139400158_1546821765087',#与上一步请求验证图片相同 'answer': '111,52,109,96',#根据图片选择点击位置 'rand': 'sjrand', 'login_site': 'E', '_': '1546821765102'#每次请求值加1, }

e)如何选择点击位置?
有下面几种方式:

1>机器学习图片识别(设计内容较多,准确率不敢保证);
2>云打码(老猫自己没有折腾);
3>将图片下载下来,自己选择位置,手动填入位置;

老猫实现方式:

1>观察请求信息,坐标应该是正确图片大概位置,
2>图片信息:小图长宽为70,
第一排坐标:(35,35),(105,35),(175,35),(245,35);
第二排坐标:(35,105),(105,105),(175,105),(245,105);
3>根据图片提示,选择对应位置图片,然后返回坐标;例如选择0,1,返回值:
35,35,105,35

如果选择成功,应答消息中会有"验证码校验成功"信息;
我们根据上面分析来使用代码完成这一过程。

2:验证码处理:

老猫将其过程分析下面几步:

1>下载图片,然后打开图片查看;
2>输入正确图片位置,获取坐标;
3>提交验证;

实现需要知识点:

1>requests模块,cookie管理;
2>Python基本知识点与面向对象编程;

实现思路:

1>通过浏览器获取当前callback值;
2>请求并保存验证码;
3>手动打开图片,输入正确位置,获取坐标;
4>请求验证,如果验证失败重复2~4步骤;

验证码验证代码实现:

import re import base64 import json import requests import time class login12306: #初始化 def __init__(self, callback, nums, headers): self.callback = callback self.nums = nums self.headers = headers self.s = requests.Session() self.fpath = './code.jpg' #发起请求 def do_request(self, req_type='GET', url='',pdata=None, jdata=None): if req_type == 'POST': req = req = requests.Request(req_type, url, data=pdata, \ json=jdata,headers=self.headers) else: req = requests.Request(req_type, url, params=pdata, \ headers=self.headers) pre = self.s.prepare_request(req) try: resp = self.s.send(pre, timeout=3) return resp except: return None #获取验证码坐标 def gen_pointlist(self): #提示输入位置 indexs = input('input 1~8 : \n') width = 35 points = [] select = [] #生成图片对应位置 for i in range(0, 8): points.append([(i) % 4 * width * 2 + width, width * (i // 4 * 2) + width]) #根据位置后去坐标点 [select.extend(points[int(index)-1]) for index in indexs] tmp = [str(val) for val in select] return ','.join(tmp) #下载验证码 def downimg(self): url = 'https://kyfw.12306.cn/passport/captcha/captcha-image64?' ts = str(int(time.time() * 1000)) pdata = { 'login_site': 'E', 'module': 'login', 'rand': 'sjrand', ts: '', 'callback': self.callback, '_': str(self.nums) } req = self.do_request('GET', url, pdata=pdata) if not req: return m = re.search(r'\((.*)\)', req.text) text = m.group()[1:-1] jdata = json.loads(text) = base64.b64decode(jdata['image']) with open(self.fpath, 'wb') as f: f.write(img) return True #获取验证码信息 def get_qcinfo(self): #下载验证码 if self.downimg(): #下载完成之后打开图片,并输入位置获取坐标 indexs = self.gen_pointlist() return indexs #验证码校验 def qc_verify(self): indexs = self.get_qcinfo() if not indexs: return False self.nums += 1 #验证码输入检查 url = 'https://kyfw.12306.cn/passport/captcha/captcha-check?' print(indexs) jdata = { 'callback': self.callback,'answer': indexs,'rand': 'sjrand', 'login_site': 'E','_': self.nums } req = self.do_request('GET', url, pdata=jdata) #输入成功返回True if ('验证码校验成功') in req.text: print('验证码成功') self.indexs = indexs return True return False #用户名与密码登录 def user_login(self): pass #登录接口 def start_login(self): while True: if self.qc_verify(): break time.sleep(2) self.user_login() if __name__ == '__main__': callback = 'jQuery19109060005139400158_1546821765087', nums = 1546821765097 hds = {'Accept-Language': 'zh-CN,zh;q=0.9', 'Connection': 'keep-alive', 'Host': 'kyfw.12306.cn', 'Cache-Control': 'no-cache', 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36', } obj =login12306(callback, nums, hds) obj.start_login()

运行输出结果如下:

3:用户登录:

浏览器中,输入正确验证码,用户名与密码;点击登录,登录过程如下图:

我们完善user_login方法,代码如下:

 def user_login(self): url = 'https://kyfw.12306.cn/passport/web/login' jdata = { 'username': 'myusername',#更换自己用户名 'password': 'mypwd',#更换成自己密码 'appid': 'otn', 'answer': self.indexs, } req = self.do_request('POST', url, pdata=jdata) items = [ {'url':'https://kyfw.12306.cn/otn/login/userLogin', 'f':'GET'}, {'url':'https://kyfw.12306.cn/otn/passport?redirect=/otn/login/userLogin','f':'GET'}, ] for item in items: url = item.get('url') f = item.get('f') req = self.do_request(f, url) url = 'https://kyfw.12306.cn/passport/web/auth/uamtk' info = {'appid': 'otn'} req = self.do_request('POST', url, pdata=info) url = 'https://kyfw.12306.cn/otn/uamauthclient' jdata = req.json() info = {'tk': jdata['newapptk']} req = self.do_request('POST', url, pdata=info) req_items = [ {'url':'https://kyfw.12306.cn/otn/login/userLogin','f':'GET'}, {'url':'https://kyfw.12306.cn/otn/login/conf','f':'POST'}, {'url':'https://kyfw.12306.cn/otn/index/initMy12306Api','f':'post'}, ] for item in req_items: url = item.get('url') f = item.get('f') req = self.do_request(f, url) print(req.text) return req

再次运行代码结果如下:

登录成功了,我们可以提取应答消息中的信息,判断是否登录成功。

对于用户名密码请求地址,我们可以不用关心具体作用,只需要记录请求地址与参数,有的数据可能需要在应答中提取。基于这个基础,我们可以使用Python完成预定车次选择,查找账户中联系人,购票这一系列操作。
经过分析,可以看到使用脚本操作,省去了页面渲染与人为点击这两个操作,节省了时间,这样订单提交速度就比其他人快,购买成功几率明显增加。

但是老猫不打算使用,因为使用的人越多,这种现象越猖獗;

但是,老猫怎么回老家呢?老猫一天心不在焉,没有一点工作状态。老板看在心里也十分为我着急。

最终结果:

最后广告:

大家如果想学习Python及爬虫技术,可以查看下面两个专栏:
Python爬虫专栏地址:cloumn/detail/17
Python入门专栏地址:cloumn/detail/34