用Python爬取了几千条相亲文案，终于发现了告别单身的秘密

Posted 2021-12-09 程序员_宇宁

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

Python
requests
re

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/>")

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 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

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。