本程序介绍了如何从12306网站抓取全国高速列车数据。
- 开发工具：Visual Studio 2013
- 语言：C#
- 其他Library：Json.NET
最近着手做全国高铁的App。
计划绘制一张全国高铁车站的线路图，可以直接在图上点选，提供多种换乘和搜索方式等等。
于是问题来了：“如何获取全国高速列车的数据”。
本程序就是介绍如何从12306网站抓取全国高速列车的数据。项目包含了所有数据抓取和数据解析的C#源代码，以及最终做成的Excel文档。
之前做过全国地铁的App：“地铁通-MetroMan”。
iOS下载 Android下载
后续会将地铁App和高铁App全部开源出来。
- 从12306下载车站信息
- 解析车站信息
- 从12306下载车次信息
- 解析车次信息
- 根据车次和车站解析时刻表URL
- 从12306下载时刻表信息
- 解析时刻表信息
- 将车站车次和时刻表信息做成Excel易读格式
通过分析12306的网站代码，发现全国车站信息的URL
https://kyfw.12306.cn/otn/resources/js/framework/station_name.js
解析1的数据，输出成以下格式
ID 电报码 站名 拼音 首字母 拼音码
0 BOP 北京北 beijingbei bjb bjb
通过分析12306的网站代码，发现全国车次信息的URL。这个文件存储了当前60天的所有车次信息，大约有35MB。
https://kyfw.12306.cn/otn/resources/js/query/train_list.js
解析3的数据，按照日期分割成以下格式。
类型 列车编号 车次 起点 终点
D 24000000D10R D1 北京 沈阳
12306将全国列车分成了7类，C-城际高速，D-动车，G-高铁，K-普快，T-特快，Z-直达，O-其他列车。这里我们仅抽取 C-城际高速，D-动车，G-高铁 的数据。
首先Merge所有日期的车次，以车次和列车编号为KEY，去除重复后得到全部车次一览。
然后根据各车站的电报码，得出下载时刻表用的URL。如下：
https://kyfw.12306.cn/otn/czxx/queryByTrainNo?train_no=列车编号&from_station_telecode=出发车站电报码&to_station_telecode=到达车站电报码&depart_date=出发日期
#####注意点
a) 部分车次仅在特定日期运营（比如:工作日，周末，节假日等）
b) 同一车次，在不同日期，运营时刻和停靠车站可能不一样
c) 同一车次同一列车编号，在不同日期，运营时刻和停靠车站完全一致
根据步骤5中得到的时刻表URL，下载所有时刻表信息。（JSON格式）
解析6的数据，分别输出完整的“车站”，“车次”，“时刻表”成以下CSV格式
ID 电报码 站名 拼音 首字母 拼音码
0 BOP 北京北 beijingbei bjb bjb
车次 起点 终点 出发时间 到达时间 类别 服务
C1002 延吉西 长春 5：47 8：04 动车 2
车次 站序 站名 到站时间 出发时间 停留时间 是否开通
C1002 1 延吉西 ---- 6:20 ---- TRUE
2 长春 8:25 8:25 ---- TRUE
由于步骤7的数据已经是CSV格式，可以直接粘贴到Excel里面。 步骤1--步骤7的中间文件没有放到项目文件夹里面。 步骤8的Excel文件可以在项目文件夹中找到。“全国高速列车时刻表_20160310.xlsx”
玩得开心，也请记得给我反馈。如果您发现了什么 bug (这简直是必然的)，请直接指出，如果还能附带一个 pull request 修正的话，那真的感激万分！
欢迎加颗星星或者 follow 我一下以示支持，这将对我和我的项目的发展提供不可估量的帮助。再次感谢。
E-Mail : metromancn@gmail.com
MIT License