这篇教程Python爬取几千条相亲文案写得很实用，希望能帮到您。
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 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("<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/>
Python调用百度AI实现人像分割详解
python中not not x 与bool(x) 的区别 |
