收集MTA地铁数据？

Question

我手上有一个很有趣的问题，我想知道这里有一个更聪明，经验更丰富的人能不能给我一些启示。在

基本上，我需要一个完整的名单火车站的MTA地铁线路列车。以下是数据在mta.info.信息网站，以#3行为例

http://web.mta.info/nyct/service/threelin.htm

有没有什么我可以刮取这些数据，或者把它写到一个文本或csv文件中？如果是这样的话，我该怎么做呢？我觉得这可能是用Python实现的，但我不确定，因为我两天前才开始用Python创建东西（我是一个Java人）。在

我试图避免把这些都手工写在文档中，但是如果没有其他选择，我想我必须这样做。我只需要数据

如果有任何一个脚本专业人士能为我指明正确的方向，我将不胜感激：）

Answer 1

看起来他们在http://web.mta.info/developers/上有一个开发人员API。在

除此之外，还有两个不同的Python库可以让您解析HTML代码；我自己更喜欢BeautifulSoup。您可以从网页上提取所需信息，然后使用file out输出。在

Answer 2

短版：

以下是所有线路和每条线路的所有车站的列表：

{a1}

长版：

我编写了一个小Python helper库，用于解析来自MTA开发人员资源的数据：

https://github.com/loisaidasam/sub

MTA提供了一些开发人员资源：

http://web.mta.info/developers/

特别是一些关于MTA地铁系统的静态内容，前提是您阅读并遵守以下开发者数据条款：

http://web.mta.info/developers/developer-data-terms.html

直接链接下载静态地铁数据：

http://web.mta.info/developers/data/nyct/subway/google_transit.zip

享受吧！在

Answer 3

正如@rjbman指出的，有一个free API可用。另请参见：

• is there an api for the new york mta subway/bus/train etc?
• MTA-API python wrapper

但是，这里有一个替代解决方案，涉及使用^{}进行HTML解析：

from bs4 import BeautifulSoup
import requests

url = "http://web.mta.info/nyct/service/threelin.htm"
response = requests.get(url)

soup = BeautifulSoup(response.content)
table = soup.find('table', summary='Table of 3 Subway Line Stops')
stops = [tr('td')[2].text.strip().replace('\n', '').split(' /') 
         for tr in table('tr', height=25)]
print stops

将所有站点打印为列表列表：

^{pr2}$

为了获取页面内容，我使用了^{}模块。在