案例 26｜交通班次信息采集

时刻规范化：
  「7:5」→「07:05」；「07:05」保持不变；页面写「次日 06:30」的，把「次日」记为跨天标记

跨天判断：
  若到达时刻 < 出发时刻，判定为次日到达，是否跨天 = 是

历时换算：
  「7 小时 27 分」→ 7 × 60 + 27 = 447 分钟
  「135 分」→ 135 分钟
  「1 天 3 小时」→ 24 × 60 + 3 × 60 = 1620 分钟

校验：
  历时分钟 应当约等于（到达时刻 − 出发时刻）+ 跨天 × 1440，两者差异超过 10 分钟要复核

请帮我整理中国铁路 12306 余票查询的结果，做一张班次清单表。

【目标站点】https://www.12306.cn/
  这是 12306 的余票查询页，输入出发站、到达站、日期后显示当日车次与各席别余票。
  该页有验证码与风控，请只按下面约束处理，不要尝试任何绕过手段。

【查询条件】出发站：广州南；到达站：上海虹桥；日期：2026-10-08

【需要字段】按这个顺序：
  1. 车次号（如 G1234）
  2. 出发站
  3. 到达站
  4. 出发时刻（统一成 HH:MM）
  5. 到达时刻（统一成 HH:MM）
  6. 是否跨天（是 / 否）
  7. 历时（页面原文，照录）
  8. 历时分钟（换算成整数分钟）
  9. 席别（二等座 / 一等座 / 商务座 等）
 10. 票价（纯数字，去掉货币符号和「元」）
 11. 余票（原文照录，如「有」「无」「12」）
 12. 查询日期（乘车日期，格式 2026-10-08）

【处理口径】
  - 若到达时刻早于出发时刻，判定为次日到达，是否跨天填「是」
  - 历时分钟按「X 小时 Y 分 → X×60 + Y」换算
  - 校验：历时分钟应约等于（到达 − 出发）+ 跨天 × 1440，差超过 10 分钟要标出
  - 同一趟车不同席别按多行记录，便于比较票价

【合规要求】
  - 只整理查询结果里公开展示的班次与票价字段
  - 绝不采集任何乘客的订单、姓名、证件、座位等个人信息
  - 绝不绕过验证码；绝不做自动购票、抢票、占座
  - 固定线路与日期，少量查询、间隔充足；遇到验证码立即停止并告诉我
  - 结果导出为 schedule_20261008.xlsx

追问一（跨天没标对）：
第 3、7 条的到达时刻早于出发时刻，请确认它们是否应该标为「次日到达」，
并把历时的校验差异算给我看。

追问二（票价清洗）：
请把票价统一成纯数字，去掉「¥」「元」和「起」；
「起」字有就单独记到票价备注列，不要丢。

追问三（排序找最优）：
请按票价升序输出前 5 个班次；
再按历时分钟升序输出前 5 个班次；
两个结果并排列出来，方便我对比。

① 时刻规范化：
   把出发、到达时刻统一成 HH:MM（补前导零），如「7:5」改成「07:05」。

② 跨天复核：
   凡是到达时刻早于出发时刻的，是否跨天改成「是」，并核对历时。

③ 历时校验：
   用（到达 − 出发）+ 跨天 × 1440 重算一遍，
   与「历时分钟」差异超过 10 分钟的记录单独列出。

④ 票价与余票标准化：
   票价统一成纯数字；余票保留原文，另设「余票标准」列（有 / 无 / 具体张数）。

schedule_20261008.xlsx           原始明细表
schedule_20261008_clean.xlsx     清洗版（时刻规范化 + 历时校验）
schedule_cheapest.xlsx           按票价升序的前 10 名
schedule_fastest.xlsx            按历时升序的前 10 名
schedule_20261008_log.txt        日志：线路、日期、班次数、校验异常条数