2

我正在尝试使用机械化从该站点获取纽约地铁北部铁路的价格：http:
//as0.mta.info/mnr/fares/choosestation.cfm

问题是当您选择第一个选项时，该站点使用 javascript 来填充您的可能目的地列表。我已经在 python 中编写了等效的代码，但我似乎无法让它全部工作。这是我到目前为止所拥有的：

import mechanize
import cookielib
from bs4 import BeautifulSoup

br = mechanize.Browser()
br.set_handle_robots(False)
br.addheaders = [('User-agent', 'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.1)     Gecko/2008071615 Fedora/3.0.1-1.fc9 Firefox/3.0.1')]

br.open("http://as0.mta.info/mnr/fares/choosestation.cfm")

br.select_form(name="form1")
br.form.set_all_readonly(False)

origin_control = br.form.find_control("orig_stat", type="select")
origin_control_list = origin_control.items
origin_control.value = [origin_control.items[0].name]

destination_control_list = reFillList(0, origin_control_list)

destination_control = br.form.find_control("dest_stat", type="select")
destination_control.items = destination_control_list
destination_control.value = [destination_control.items[0].name]

response = br.submit()
response_text = response.read()
print response_text

我知道我没有为您提供该reFillList()方法的代码，因为它很长，但假设它正确地创建了一个 mechanize.option 对象列表。Python 没有抱怨我任何事情，但是在提交时我得到了这个警报的 html：

“两条线路之间的票价信息无法在线获取。请致电 511 联系我们的客户信息中心，并要求与代表交谈以获取更多信息。”

我在这里错过了什么吗？感谢所有的帮助！

4

1 回答 1

2

如果您知道站 ID，则更容易自己发布请求：

import mechanize
import urllib

post_url = 'http://as0.mta.info/mnr/fares/get_fares.cfm'

orig = 295 #BEACON FALLS
dest = 292 #ANSONIA

params = urllib.urlencode({'dest_stat':dest, 'orig_stat':orig })
rq = mechanize.Request(post_url, params)

fares_page = mechanize.urlopen(rq)

print fares_page.read()

如果您有代码可以找到给定起始 ID（即 的变体refillList()）的目标 ID 列表，则可以为每个组合运行此请求：

import mechanize
import urllib, urllib2
from bs4 import BeautifulSoup

url = 'http://as0.mta.info/mnr/fares/choosestation.cfm'
post_url = 'http://as0.mta.info/mnr/fares/get_fares.cfm'

def get_fares(orig, dest):
    params = urllib.urlencode({'dest_stat':dest, 'orig_stat':orig })
    rq = mechanize.Request(post_url, params)

    fares_page = mechanize.urlopen(rq)
    print(fares_page.read())

pool = BeautifulSoup(urllib2.urlopen(url).read())

#let's keep our stations organised
stations = {}

# dict by station id
for option in pool.find('select', {'name':'orig_stat'}).findChildren():
    stations[option['value']] = {'name':option.string}

#iterate over all routes
for origin in stations:
    destinations = get_list_of_dests(origin) #use your code for this
    stations[origin]['dests'] = destinations

    for destination in destinations:
        print('Processing from %s to %s' % (origin, destination))
        get_fares(origin, destination)
于 2012-06-14T19:29:34.993 回答