用Python爬取了几千条相亲文案，终于发现了告别单身的秘密

keke 发布于2021-11-11 16:55 / 3008人阅读

摘要：写在最后近年来，随着人们思想观念的改变，相亲也逐渐得到年轻人的接受与认可，特别是对于那些圈子比较窄，接触不到异性的人而言。

前不久，小编刷到这样一条短视频，“1.7亿的90后仅有约1000万对结婚， 结婚率不到10% ”，当然我们也无法查实当中数据的来源以及真实性，不过小编倒是总能听说身边的朋友在抱怨脱单难、找不到合适的对象。

今天小编通过Python写了一个简单的脚本在抓取公开的相亲文案，看看 在相亲的都是些什么样的人 ？他们的 择偶标准又是什么样子的 ？什么样子的人更加容易脱单？

代码的编写过程

Pythonrequestsre

import requestsfrom tenacity import *import reimport time

很多时候对遇到 请求超时的情况 ，因此当出现一次错的时候，我们会多尝试几次，因此这里使用 retry 装饰器来多次尝试

@retry(stop=stop_after_attempt(5))def do_requests(url):    response = requests.get(url, headers=headers, proxies=proxies, timeout=10)    return response.text

我们抓取的数据包括出生年份、身高/体重、学历、收入、职业、自我介绍、择偶标准、车房情况等等，都是通过正则表达式 re 库来实现的，

date_of_birth = re.compile("
①出生年月/星座(.*?)
", re.M | re.S)sex = re.compile("
【基本资料】(.*?)
")height = re.compile("
②身高/体重(.*?)
")education = re.compile("
⑤学历(.*?)
")jobs_1 = re.compile("
⑥职业(.*?)
")income = re.compile("
⑦月均收入(.*?)
")married = re.compile("
⑨有无婚史(.*?)
")house_cars = re.compile("
⑧车房情况(.*?)
")self_intro = re.compile("
⑪ 自我介绍(.*?)
")requirements = re.compile("
【择偶标准】
(.*?)")family_member = re.compile("
⑩家庭成员(.*?)
")

下面我们通过 pyecharts 库来绘制一下分析的结果

结果的可视化展示

我们先来看一下性别比例，从分布来看， 女生前来相亲的比例更高 ，主要也是因为数据源是来自北京、上海、杭州等 大城市的相亲介绍 ，大城市中似乎女生脱单更加困难一些，

我们再来看一下单身的女性的特征，首先她们的年龄主要集中在 94、93以及95年左右 ，正好都是处在适婚的年龄

而她们的学历， 本科占到了绝大多数 ，基本上都有本科的学历，而 大专的占比排在第二 ，硕士和博士处于少数

另外小编也对单身女性的星座做了一个统计，发现 处女座 、天秤座以及 射手座 、白羊座的女性 单身率略高一些

最后，我们来看一下她们的择偶标准吧，小编将她们的 择偶标准 多带带提取出来，然后绘制成了词云图

review_list = []reviews = get_cut_words("".join(df_girls["requirements"].astype(str).tolist()))reviews_counter = Counter(reviews).most_common(200)print(reviews_counter)for review in reviews_counter:    review_list.append((" " + review[0] + " ") * review[1])stylecloud.gen_stylecloud(text=" ".join(review_list), max_words=500, collocations=False,                          font_path="KAITI.ttf", icon_name="fab fa-apple", size=653,                          output_name="4.png")

最后呈现出来的样子如下图所示

可见相亲市场上的女生，她们首先是希望男方是要 有房有车 的，其次要是男方之前存在婚史，女生会比较介意，然后要是 有稳定的工作 、有能力有责任心，通常都会给女生留下比较好的印象，而至于外在条件上，大多数女生的回答则是身高在 175-180左右 ，年龄在 90-97年之间 。

写在最后

近年来，随着人们思想观念的改变， 相亲也逐渐得到年轻人的接受与认可 ，特别是对于那些圈子比较窄，接触不到异性的人而言。小编希望每个人都能够在最后收获爱情，拥有美好的生活。

服务器托管专线服务终于开放注册了买了腾讯云服务器发现配置不够秘密的爬虫类 IE地址栏的秘密

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/123063.html

首次公开，整理12年积累的博客收藏夹，零距离展示《收藏夹吃灰》系列博客

摘要：时间永远都过得那么快，一晃从年注册，到现在已经过去了年那些被我藏在收藏夹吃灰的文章，已经太多了，是时候把他们整理一下了。那是因为收藏夹太乱，橡皮擦给设置私密了，不收拾不好看呀。 ...

Harriet666 2021-09-10 10:51 评论0 收藏0
告别CTO，体验创业维艰

摘要：加入维权骑士团队，担任技术负责人，俗称。三创业榜单年月，在维权骑士正好呆满一整年。因为自己的一些考虑，我选择出来创业，创业的项目叫榜单。年开发管理经验，龙泉寺信息技术组义工，前维权骑士技术负责人。持续创业者，目前在做榜单创业一、当CTO 2016年3月，我离开北京华夏基金，来到杭州。加入维权骑士团队，担任技术负责人，俗称CTO。诚惶诚恐，最开始的时候很害怕别人称呼自己CTO。...

MorePainMoreGain 2019-08-14 17:53 评论0 收藏0
爬取知乎60万用户信息之后的简单分析

摘要：标签使用爬取了知乎万用户数据，做了简单的可视化分析。网上的爬虫教程很多，而自己的主语言是，本着宣传，以练促学的目的，我使用爬取了知乎万用户信息，主要想看看知乎上妹子多不多啊是不是都是基佬啊，标配常青藤年薪百万是不是真的啊，等等。标签： webporter [TOC] 使用 Java+Elasticsearch+Kibana 爬取了知乎 60 万用户数据，做了简单的可视化分析。 ...

233jl 2019-07-16 15:00 评论0 收藏0
假装Python高手，把类这样改，真刺激！

摘要：今天我们来说一个非常实用的例子，小菜接到组长老王的一个任务，安排一个新的活，这个活是这样的老王小菜啊，你帮我写一个登入脚本，跑十几条命令到服务器上，然后存一下日志。这个时候，小菜偷偷的瞄了一眼组长老王，常舒一口气，总于写完了。 Python学了好几年，发现功力还是那样，很多同学经常这样抱...

dance 2021-09-29 09:35 评论0 收藏0
Python为何能成为数据分析的主流工具？

摘要：根据在年的调查显示，近的数据科学家使用作为主要的编程语言，每一次的进步都是它成为数据分析主流工具的重要因素。根据进行的一项调查显示，在上的月活跃用户的占比在年后大幅上升。昨天，微信的Python交流群出现了这样的对话： showImg(https://segmentfault.com/img/bVbjV16?w=700&h=425); 看到这部分代码交流，让我不禁感受到Python的...

macg0406 2019-07-30 18:34 评论0 收藏0