每次在12306抢票时，你有没有过这样的好奇：从冰天雪地的漠河站到椰风阵阵的三亚站，全国到底散落着多少座火车站？

我们每天刷着12306的站点列表，按首字母检索目的地，却很少有人深究——这个列表里的车站，是不是就是全国的“全部家底”？今天咱们就顺着12306的线索，揭开火车站数量的小秘密。

01 站点数据来源：一个公开的前端 JS 文件

常买火车票的人都知道，12306官网的“国内站点”列表是查询车站的重要入口，输入首字母就能拉出一串相关车站。但这个列表背后，藏着更完整的车站数据。

只要打开浏览器的开发者模式（按下F12即可），在网络请求里就能找到一个特殊的JS文件——station_name_new_v10092.js，地址：https://www.12306.cn/index/script/core/common/station\_name\_new\_v10092.js。

这个文件里没有复杂的代码，只有一个名为station_names的变量，而变量里存储的，正是一长串用特殊符号分隔的车站信息。随便截取一段都能看到规律：

@bjb|北京北|VAP|beijingbei|bjb|0|0357|北京|||@bjd|北京东|BOP|beijingdong|bjd|1|0357|北京|||@bji|北京|BJP|beijing|bj|2|0357|北京|||

字段依次代表：站名简码、中文站名、电报码、拼音、简拼、序号、区号、所属城市等。其中电报码（如 VAP）是铁路系统内部使用的唯一识别符，具有较高的数据准确性。

从结构上看，这份文件可视为一部标准化的铁路客运车站字典。

02 全国到底有多少座火车站

有了结构化数据，下一步就是用Python做数据提取与统计。核心逻辑是“分割-过滤-存储”：先用“@”分割出单条车站记录，过滤掉空值（字符串首尾可能存在空字符），最后统计有效记录数并导出为CSV，方便后续分析。

python
station_names = 'JS文件里的车站信息字符串'

# 按@分割数据，统计有效车站数量
station_name_list = station_names.strip().split('@')
print(f"车站总数：{len([s for s in station_name_list if s])}")

# 导出为CSV文件
with open('station_name.csv', 'w', encoding='utf-8') as f:
    for station_str in station_name_list:
        if not station_str:
            continue
        station_info = station_str.strip('|').split('|')
        f.write(','.join(station_info)+'\n')

运行代码后，答案出来了——3379座。这个数字是不是就是全国火车站的“标准答案”？

还真不是。上海的朋友可能有过这样的经历：乘坐S1601次市域铁路动车时，会经过莘庄、春申、新桥、车墩等站点，但在12306的“国内站点”列表里，你根本查不到这些车站的身影。

更有意思的是，12306官网上明明能查到S1601次的完整时刻表，清晰标注着这些“隐形站点”的停靠信息，可它们就是不在车站检索列表里。这就矛盾了——为什么有的车站能卖票却“查无此站”？

为什么会有“漏网之鱼”？

其实问题出在“统计范围”上。12306的station_names变量，本质上是“办理全国铁路跨局旅客运输业务的车站清单”，主要覆盖普速铁路、高铁干线的客运车站。

而像上海S系列这样的市域铁路，定位是“城市通勤铁路”，主要服务于同城或邻近城市的短途出行，很多时候由地方铁路部门运营管理。这类车站的服务范围、票务系统对接方式都和干线铁路不同，因此暂时没有纳入12306的统一站点检索列表，但这并不影响列车售票和运行。

除了市域铁路站点，还有一些小型会让站、乘降所（仅办理少量旅客上下车的站点），以及正在新建、尚未正式开通的车站，也不会出现在这份清单里。如果把这些都算上，全国火车站的实际数量会比3379座多不少。

如果让你做一个12306，你会怎么设计数据库

有了结构化的车站字典，可以进一步构建完整的铁路数据体系。后续将从数据库角度出发，设计一个简化版的铁路客运查询系统，包括：

• 车站字典
• 车次信息
• 列车时刻表

使用 PostgreSQL 进行表结构设计，配合 FastAPI 提供查询接口，实现按日期与车次获取停靠站、到发时间等功能。

在此基础上，还可扩展以下应用场景：

• 利用相册中的火车票照片，通过 OCR 与站点字典校准，提高识别准确度
• 根据历史车票构建个人铁路出行记录
• 统计累计乘车时间、经过的城市数量、行程里程等数据

从而为用户的出行留下更完整、可量化的记录。