Python 获取印度铁路站点代码

网页爬取只是灵活的编程语言Python的众多用途之一。在这篇博文中，我们将发现如何使用Python提取印度铁路站点代码。每个印度铁路站点都有一个特定的标识号，或站点代码。它们用于预订车票、查看列车时刻表和查找其他相关数据。

安装

首先，我们需要安装requests和Beautiful Soup库。Requests是一个用于发送HTTP请求的Python库，而Beautiful Soup是一个用于网页爬取的库。

要安装requests，打开终端并输入-

pip install requests
pip install beautifulsoup4

步骤

• 定义一个名为get_html的函数，接受URL作为输入。

• 在函数内部，创建一个包含用户代理、接受和接受语言值的头部字典。

• 使用requests.get方法和头部字典向URL发起GET请求，并将响应存储在名为response的变量中。

• 从函数中返回响应的文本。

• 定义一个名为get_station_code的函数，接受车站名称作为输入。

• 通过将车站名称连接到基本URL上构建一个车站页面的URL。

• 使用构建的URL调用get_html函数，以获取页面的HTML数据，并将其存储在名为html_data的变量中。

• 使用BeautifulSoup库解析HTML数据，并将结果存储在名为soup的变量中。

• 使用soup对象的find方法定位具有类extrtable的表格元素，其中包含车站代码。

• 使用soup对象的find_all方法定位表格元素内的所有b元素。

• 使用-1索引获取b元素列表中的最后一个元素，并使用get_text方法获取其文本值。

• 从函数中返回车站代码。

• 使用车站名称作为输入调用get_station_code函数以获取车站代码。

• 将车站代码打印到控制台。

示例

import requests
from bs4 import BeautifulSoup

# function to get html data from a url
def get_html(url):
   headers = {
      'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) ',
      'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
      'Accept-Language': 'en-US,en;q=0.5',
   }
   response = requests.get(url, headers=headers)
   return response.text

# main function to get station code from mapsofindia.com
def get_station_code(station_name):
   # construct url for the station page
   url = f"https://www.mapsofindia.com/railways/station-code/{station_name}.html"

   # get html data for the station page
   html_data = get_html(url)

   # parse html data using BeautifulSoup
   soup = BeautifulSoup(html_data, 'html.parser')

   # extract station code from html data
   station_code = soup.find("table", class_="extrtable").find_all('b')[-1].get_text()

   # return station code
   return station_code

# example usage
station_name = "pune-junction"
station_code = get_station_code(station_name)
print(f"Station Code for {station_name.title()} is {station_code}")

station_name = "new-delhi"
station_code = get_station_code(station_name)
print(f"Station Code for {station_name.title()} is {station_code}")

输出

Station Code for Pune-Junction is PUNE
Station Code for New-Delhi is NDLS

说明

该Python脚本用于通过网页爬虫获取给定车站名称的印度铁路车站代码。

脚本首先导入必要的模块 – requests和BeautifulSoup。requests模块用于发送HTTP请求，而BeautifulSoup用于解析HTML数据。

然后定义get_html()方法，该方法接受URL作为输入，并返回页面的HTML信息。它使用requests模块发送HTTP GET请求到提供的URL，然后将页面的HTML信息返回为文本字符串。主要的方法get_station_code()在接收到车站名称作为输入后返回车站代码。首先使用车站名称创建车站页面的URL，然后使用此URL作为参数调用get_html()方法以获取页面的HTML信息。

使用BeautifulSoup解析HTML数据。通过将HTML数据和html.parser传递给BeautifulSoup类构造函数来创建soup对象。然后，通过搜索具有类名”extrtable”的

<

table>元素从解析的HTML数据中提取车站代码。这个表格包含所有车站信息，包括车站代码，由表格中的最后一个标签标识。使用.get_text()方法获取此标签的文本内容，即车站代码。