/1 前言/
我们经常会去查快递的物流单号,可是这些物流单号是从哪里来的呢?
快递鸟集合了多家快递公司查询接口,输入相应快递公司编码和快递单号就可以获取到对应的物流信息很方便快捷。
/2 项目目标/
教会大家如何用Python编程去查询自己的物流信息。
/3 项目准备/
软件:PyCharm
需要的库:urllib.request、json
网站如下:
https://www.kuaidi100.com
/4 项目分析/
一、如何获取真正的网址,拿到相对应的接口?
1、chrome浏览器F12检查,随便输入一个快递单号,点击查找。如图:
2、找到
query?type=shentong&postid=773036432685909&temp=0.0
这个文件。找到Request URL:复制网址。
3、分析网址:
https://www.kuaidi100.com/query?type=shentong&postid=773036432685909&temp=0.03191355265516216&phone=
4、可以看到postid就是我们的快递单号,type就是各个快递公司的名字拼音的简称。那等下就可以定义这个字典去存放各个公司名字的简称拼接网址。
5、找到Preview=>>对应的data可以看到context就是物流信息。等下可以通过js解析获取对应的字段。
/5 项目实现/
1、定义一个class类继承object。导入需要的库和网址。定义一个字典kd_dict存放快递公司简称。
import urllib.request import json kd_dict = {1: 'shentong', 2: 'youzhengguonei', 3: 'yuantong', 4: 'shunfeng', 5: 'yunda', 6: 'zhongtong'} class YU(object): pass
2、建立查询框架。
while True: print("输入要查询快递公司:") print("1.申通 2.EMS邮政 3.圆通 4.顺风 5.韵达 6.中通 0.退出\n ") choose = int(input("请选择您的快递公司:")) while choose not in range(0, 7): choose = int(input("抱歉暂不支持此公司请重新选择:")) if choose == 0: break kd_num = input("请输入快递单号:")
3、对js文件进行解析。
url = "http://www.kuaidi100.com/query?type=%s&postid=%s" % (kd_dict[choose], kd_num) response = urllib.request.urlopen(url) html = response.read().decode('utf-8') target = json.loads(html)
4、判断status的是不是200,是200才可以正常访问 ,获取对应的data。
if status == '200': data = target['data'] # print(data) data_len = len(data) # print(data_len) # print("\n")
5、for循环遍历,获取对应的字段。
for i in range(data_len): print("\n时间: " + data[i]['time']) print("状态: " + data[i]['context'] + "") print("\n感谢使用!\n") break else: print("输入有误请重新输入!\n")
6、程序循环。
while True: YU.Check() out = input("按任意数字退出(其他键继续).........") if out >= '0' and out <= '7': break else: print("\n") continue
/6 效果展示/
1、点击绿色小三角运行,之后输入快递公司代表的编号。
2、输入你的快递单号,之后在控制台上可以看到显示结果,如下图所示。
/7 小结/
以上是手把手教你用Python查询你的物流信息的详细内容。更多信息请关注PHP中文网其他相关文章!

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

Python和C 在内存管理和控制方面的差异显着。 1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。 2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

选择Python还是C 取决于项目需求:1)Python适合快速开发、数据科学和脚本编写,因其简洁语法和丰富库;2)C 适用于需要高性能和底层控制的场景,如系统编程和游戏开发,因其编译型和手动内存管理。

Python在数据科学和机器学习中的应用广泛,主要依赖于其简洁性和强大的库生态系统。1)Pandas用于数据处理和分析,2)Numpy提供高效的数值计算,3)Scikit-learn用于机器学习模型构建和优化,这些库让Python成为数据科学和机器学习的理想工具。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

适用于 Eclipse 的 SAP NetWeaver 服务器适配器
将Eclipse与SAP NetWeaver应用服务器集成。

Dreamweaver Mac版
视觉化网页开发工具

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

安全考试浏览器
Safe Exam Browser是一个安全的浏览器环境,用于安全地进行在线考试。该软件将任何计算机变成一个安全的工作站。它控制对任何实用工具的访问,并防止学生使用未经授权的资源。