脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python爬取相亲文案

Python爬取几千条相亲文案

 更新时间：2021年12月21日 09:10:41   作者：迟业  
这篇文章主要介绍了Python爬取几千条相亲文案，其实具体的说应该是通过Python写了一个简单的脚本在抓取公开的相亲文案,需要的小伙伴可以参考一下，希望对你有所帮助

前言：

前不久，我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。

今天我通过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？

1.代码的编写过程

我们引入需要用到的库，这里用到Python当中的requests库来发送和接受请求，通过正则表达式re这个库来解析数据

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

2.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单独提取出来，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：

3.结论

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。

到此这篇关于Python爬取几千条相亲文案的文章就介绍到这了,更多相关Python爬取相亲文案内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Python实现四个经典小游戏合集

    Python实现四个经典小游戏合集

    这篇文章主要介绍了利用Python编写一个经典小游戏的合集，包括：贪吃蛇，扫雷，俄罗斯方块，五子棋。感兴趣的小伙伴可以跟随小编一起学习一下
    2021-12-12
  • python爬虫多次请求超时的几种重试方法(6种)

    python爬虫多次请求超时的几种重试方法(6种)

    这篇文章主要介绍了python爬虫多次请求超时的几种重试方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2020-12-12
  • python中property和setter装饰器用法

    python中property和setter装饰器用法

    今天小编就为大家分享一篇python中property和setter装饰器用法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • 在Pycharm中修改文件默认打开方式的方法

    在Pycharm中修改文件默认打开方式的方法

    今天小编就为大家分享一篇在Pycharm中修改文件默认打开方式的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-01-01
  • 解决Matplotlib图表不能在Pycharm中显示的问题

    解决Matplotlib图表不能在Pycharm中显示的问题

    今天小编就为大家分享一篇解决Matplotlib图表不能在Pycharm中显示的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2018-05-05
  • python使用箱型图剔除异常值的实现方法

    python使用箱型图剔除异常值的实现方法

    python中的箱线图可用于分析数据中的异常值,下面这篇文章主要给大家介绍了关于python使用箱型图剔除异常值的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2023-05-05
  • Scrapy中诡异xpath的匹配内容失效问题及解决

    Scrapy中诡异xpath的匹配内容失效问题及解决

    这篇文章主要介绍了Scrapy中诡异xpath的匹配内容失效问题及解决方案，具有很好的价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2022-12-12
  • IPython 8.0 Python 命令行交互工具

    IPython 8.0 Python 命令行交互工具

    这篇文章主要介绍了IPython 8.0 Python 命令行交互工具，IPython 是 Python 的原生交互式 shell 的增强版，可以完成许多不同寻常的任务，下面我们就拉看看文章具体的介绍内容吧
    2022-01-01
  • python绘图方法实例入门

    python绘图方法实例入门

    这篇文章主要介绍了python绘图方法,实例分析了Python的绘图技巧,涉及Python中matplotlib模块的使用方法,需要的朋友可以参考下
    2015-05-05
  • pytorch实现textCNN的具体操作

    pytorch实现textCNN的具体操作

    这篇文章主要介绍了pytorch实现textCNN的具体操作流程，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
    2021-05-05

最新评论