基于爬蟲技術(shù)購票系統(tǒng)設(shè)計(jì)

鞠耀輝 陳偉利

（吉林建筑大學(xué) 電氣與計(jì)算機(jī)學(xué)院，吉林 長春130118）

1 概述

由于高鐵大力建設(shè)，現(xiàn)在鐵路運(yùn)行車次半年至1 年間就調(diào)整一次。鐵路出行因高鐵的出現(xiàn)，與飛機(jī)有了競(jìng)爭(zhēng)力，成為現(xiàn)代出行重要工具。相應(yīng)的購票問題就出現(xiàn)了，尤其在春運(yùn)、法定節(jié)假日、寒（暑）假學(xué)生潮和景點(diǎn)的旅游旺季等。那么，如何如何全力“榨取”火車票資源，實(shí)現(xiàn)火車全負(fù)荷運(yùn)行，成為了一項(xiàng)可研發(fā)項(xiàng)目。

基于Python 爬蟲技術(shù)的系統(tǒng)設(shè)計(jì)可以很好地解決這些問題。采用Python 爬蟲技術(shù)的系統(tǒng)軟件，即能解決人們購不到票或購票難的問題。不僅減小了購票時(shí)花費(fèi)的精力，也最大限度的利用了火車的運(yùn)力。本文章主要闡述了ZigBee 路燈控制系統(tǒng)中節(jié)點(diǎn)的具體設(shè)計(jì)方案及組網(wǎng)。

2 系統(tǒng)總體設(shè)計(jì)

在該軟件運(yùn)行之前，先導(dǎo)入火車運(yùn)行車次、起點(diǎn)、中間站點(diǎn)、終點(diǎn)及時(shí)間信息構(gòu)成鏈狀數(shù)據(jù)結(jié)構(gòu)。然后建立標(biāo)記起點(diǎn)，可任意轉(zhuǎn)換線路的中間點(diǎn)，終點(diǎn)。之后建立分段的車票價(jià)格、運(yùn)行時(shí)間，這個(gè)時(shí)間包括了出發(fā)時(shí)間及到達(dá)時(shí)間。再建立優(yōu)選方案，在乘客進(jìn)行購票時(shí)，自動(dòng)優(yōu)選直達(dá)票，其次是同車換乘，最后才會(huì)選擇中轉(zhuǎn)車站，并且車站盡量選擇同一站或相近的車站。之后建立硬件服務(wù)器，在服務(wù)器上運(yùn)行Python 算法程序以達(dá)到接收手機(jī)APP 和WEB 信息的目的。通過算法的計(jì)算，導(dǎo)出最優(yōu)的乘車方案，提供給用戶。

2.1 爬蟲技術(shù)

爬蟲，應(yīng)該稱為網(wǎng)絡(luò)爬蟲，也叫網(wǎng)頁蜘蛛、網(wǎng)絡(luò)機(jī)器人、網(wǎng)絡(luò)螞蟻等。其實(shí)，搜索引擎，就是網(wǎng)絡(luò)爬蟲的應(yīng)用者。但搜索引擎不能對(duì)所需網(wǎng)站及特定數(shù)據(jù)進(jìn)行獲取，因此，需要自己開發(fā)爬蟲來解決問題。隨著互聯(lián)網(wǎng)的迅速發(fā)展，大數(shù)據(jù)時(shí)代的來臨，數(shù)據(jù)挖掘在從海量數(shù)據(jù)中探查潛在的價(jià)值信息起到了重要的作用，成為當(dāng)下熱門的研究和實(shí)踐方向之一。python 作為數(shù)據(jù)挖掘領(lǐng)域中較為熱門的程序語言，其豐富的技術(shù)庫和強(qiáng)大的科學(xué)計(jì)算能力成為數(shù)據(jù)挖掘過程中不可或缺的工具。總的說，Python是一個(gè)使用簡(jiǎn)潔方便，很適合初學(xué)者使用的語言。基于Python的網(wǎng)絡(luò)爬蟲可以更加準(zhǔn)確的獲取我們所需的目標(biāo)數(shù)據(jù)，具有一定的研究價(jià)值。

2.2 運(yùn)行方案

爬在完成手機(jī)APP 的編寫及運(yùn)行測(cè)試后，提供給用戶免費(fèi)使用。用戶可以直接使用此軟件，也可以在遇到購票上的困難時(shí)使用該軟件。用戶進(jìn)行購票時(shí)，對(duì)用戶輸入的起點(diǎn)、終點(diǎn)及具體車次進(jìn)行數(shù)據(jù)采集，通過計(jì)算好的優(yōu)選方案優(yōu)先向用戶推薦直達(dá)票，直達(dá)無票的情況下，直接使用同車換乘的方案，即在用戶不需要換座換車的同時(shí)達(dá)到中轉(zhuǎn)的目的。一站如果達(dá)不到目的那就增加到兩站、三站。在這種方案進(jìn)行不下去或者耗費(fèi)費(fèi)用時(shí)間行程等太高時(shí)，進(jìn)行下一個(gè)方案。根據(jù)席位的差別進(jìn)行席位交叉換乘，即購買同車另一個(gè)或另一種席位的中轉(zhuǎn)票，只需切換席位就能達(dá)到中轉(zhuǎn)的目的。如果席位切換也不行時(shí)，若是購票者愿意多購買一站，還可以在分段的行程中，有一兩個(gè)站點(diǎn)的重疊，也就是說在其中的兩站之間，購票者同時(shí)買了兩張票，但也能夠達(dá)到同車換乘的目的。疊加換乘也不行，那就通過購買少數(shù)站站票的方式實(shí)現(xiàn)購票。即購買某兩個(gè)無剩余票站點(diǎn)之間的站票，使得用戶前一段行程有座位，中間站一會(huì)，后一段行程也有座位。但要保證站票的時(shí)間不能太長。同車換乘是最優(yōu)的方案，避免了換車的時(shí)間損失，同時(shí)有效利用車票的零散資源。此上的這些方案為層層遞進(jìn)的關(guān)系，在上一個(gè)方案無法進(jìn)行下去時(shí)，才會(huì)進(jìn)入到下一種方案的計(jì)算。這些數(shù)據(jù)是實(shí)時(shí)采集的，即可通過不同時(shí)間，多次計(jì)算獲取購票方案。

2.3 算法

關(guān)于算法部分，要求計(jì)算建立標(biāo)記起點(diǎn)、中間站點(diǎn)、終點(diǎn)數(shù)據(jù)信息。

某線路，起點(diǎn)為a0，終點(diǎn)為an 在起點(diǎn)到終點(diǎn)之間有a1，a2等站點(diǎn)，現(xiàn)在就需要建立一個(gè)車票信息數(shù)據(jù)庫，具體如下：

（1）使用Python 爬蟲技術(shù)，將a0→a1、a0→a2、a0→a3……a0→an-1、a0→an 并標(biāo)記為：b01、b02、b03……b0n-1、b0n，數(shù)據(jù)包括：有票、具體張數(shù)、無票3 種，及相應(yīng)的席位信息等；

（2）同理建立a1→a2、a1→a3……a1→an-1、a1→an 并標(biāo)記為：b12、b13、b14……b1n-1、b1n，數(shù)據(jù)包括：有票、具體張數(shù)、無票3 種，及相應(yīng)的席位信息等；

（3）最后建立an-1→an 并標(biāo)記為：bn-1n，數(shù)據(jù)包括：有票、具體張數(shù)、無票3 種，及相應(yīng)的席位信息等；

（4）數(shù)據(jù)共有：（n-1）+（n-2）+（n-3）+……+2+1=n（n-1）/2；

（5）數(shù)據(jù)拼接

①1 點(diǎn)換乘：在有票的條件下，查詢b0m+bmn 的可行性，其中am 就是同車換乘中轉(zhuǎn)站點(diǎn)；

②2 點(diǎn)換乘：在有票的條件下，查詢b0m+bml+bln 的可行性，其中am、al 就是同車換乘中轉(zhuǎn)站點(diǎn)；

③多點(diǎn)換乘：在有票的條件下，查詢b0m+bml+……+bkn 的可行性，其中am、al……ak 就是同車換乘中轉(zhuǎn)站點(diǎn)；

上述方法無法實(shí)現(xiàn)時(shí)，考慮“席位切換”的方式實(shí)現(xiàn)購票，即標(biāo)記ba、bb、bc、bd 等信息，其中a（商務(wù)座）、b（一等座）、c（二等座）、d（站票）為席位種類，在數(shù)據(jù)拼接時(shí)，增加“席位切換”。可能得到如下信息：ba0m+bbml+……+bckn，其中am、al……ak 就是同車換乘中轉(zhuǎn)站點(diǎn)；

上述方法無法實(shí)現(xiàn)時(shí)，考慮“少疊加換乘”的方式實(shí)現(xiàn)購票，即標(biāo)記ba、bb、bc、bd 等信息，其中a（商務(wù)座）、b（一等座）、c（二等座）、d（站票）為席位種類，在數(shù)據(jù)拼接時(shí)，增加“少疊加換乘”。可能得到如下信息：ba0m+1+bbm-1l+……+bckn，其中am-1、am+1、al……ak 就是同車換乘中轉(zhuǎn)站點(diǎn)；

上述方法無法實(shí)現(xiàn)時(shí)，考慮“少行程補(bǔ)票換乘”的方式實(shí)現(xiàn)購票，即標(biāo)記ba、bb、bc、bd 等信息，其中a（商務(wù)座）、b（一等座）、c（二等座）、d（站票）為席位種類，在數(shù)據(jù)拼接時(shí)，增加“少疊加換乘”。可能得到如下信息：ba0m-1+bdm-1m+1+bbm+1l+……+bckn，其中am-1、am+1、al……ak 就是同車換乘中轉(zhuǎn)站點(diǎn)；

（6）上述方法無法實(shí)現(xiàn)時(shí)，考慮“2 車或2 車以上換乘”的方式實(shí)現(xiàn)購票，首先選擇中轉(zhuǎn)車站（盡量選擇同一車站點(diǎn)），再確定具體車次信息，必須考慮中轉(zhuǎn)時(shí)間（目前很多車站提供換乘快速通道），車次晚點(diǎn)等因素。比如：“2 車換乘”就變成“2 個(gè)同車換乘”，再應(yīng)用上述的“同車換乘”的方法實(shí)現(xiàn)分段購票。

同理，“2 車以上換乘”也就變成了“多個(gè)同車換乘”，再應(yīng)用上述的“同車換乘”的方法實(shí)現(xiàn)分段購票。只是，換乘中轉(zhuǎn)站點(diǎn)越多，耽誤的換乘時(shí)間也就越多，其中不確定因素也就越多。

3 結(jié)論

當(dāng)使用其他軟件搶不到票時(shí)，其實(shí)并不是真正的沒有車票了，而是還有很多碎片化的短程車票可用。Python 爬蟲技術(shù)常規(guī)用于大數(shù)據(jù)統(tǒng)計(jì)、科研運(yùn)算與研究中。從技術(shù)角度上，python 爬蟲技術(shù)實(shí)現(xiàn)將起點(diǎn)車次、終點(diǎn)車次、中間站車次分解進(jìn)行數(shù)據(jù)統(tǒng)計(jì)，采用神經(jīng)網(wǎng)絡(luò)多元算法實(shí)現(xiàn)購票。可以最大限度的利用火車運(yùn)力，將零散的碎片票集成應(yīng)用，達(dá)到全負(fù)荷運(yùn)行狀態(tài)。達(dá)到充分利用碎片化車票、節(jié)省人力物力、節(jié)能減排的目的。