首先來(lái)說(shuō)說(shuō)寫這篇文章的初衷吧，相信程序員們對(duì)伯樂(lè)在線這個(gè)網(wǎng)站一點(diǎn)都不陌生， 今天無(wú)意中發(fā)現(xiàn)了伯樂(lè)在線居然有一個(gè)?面向?qū)ο?/a>?欄目，其實(shí)說(shuō)白了就是相親吧。
關(guān)于面向?qū)ο髾谀康慕榻B，來(lái)看看官方的說(shuō)法：
面向?qū)ο笫且粋€(gè)專門為IT單身男女服務(wù)的征婚傳播平臺(tái)。
面向?qū)ο笞鳛椴畼?lè)在線的一個(gè)頻道，通過(guò)這里發(fā)布的征友信息，可以傳播到數(shù)百萬(wàn)的微博微信粉絲和網(wǎng)站讀者。
面向?qū)ο笥袀€(gè)規(guī)則就是：只允許女性朋友在這里發(fā)帖，把個(gè)人信息發(fā)給管理員，管理員在這里登出來(lái)，所以，哪個(gè)女的想找個(gè)程序員男朋友就可以來(lái)這里了。因?yàn)槌顺绦騿T基本沒(méi)人會(huì)關(guān)注這個(gè)網(wǎng)站。
好了，我并不是來(lái)做廣告的，下面進(jìn)入正題好了。今天無(wú)意中闖入到了這個(gè)所謂的相親欄目，映入眼簾的是如下一幕：
出于好奇心，隨便點(diǎn)開(kāi)了幾個(gè)鏈接，里面長(zhǎng)這樣子：
隨便打開(kāi)了幾個(gè)基本都是這種格式，映像比較深刻的就是大多數(shù)人在最低要求這一欄都有身高方面的要求。
出于好奇和閑得蛋疼，索性用 python 寫了一個(gè)爬蟲(chóng)，把所有的這種征對(duì)象的帖子都爬出來(lái)，然后再分析大家的最低要求，看看有多少人對(duì)身高有要求，要求有多高。于是乎開(kāi)始工作了。
由于這個(gè)欄目下的舊貼子會(huì)因?yàn)槟承┰颍ㄒ呀?jīng)找到對(duì)象或者不想找了等原因）會(huì)被刪除，新的帖子隨著時(shí)間的推移也會(huì)加進(jìn)來(lái)，所以最終的數(shù)據(jù)只爬到了截止到目前為止的150+個(gè)貼。
首先把貼子中的對(duì)另一半的最低要求這一欄提取出來(lái)了，截個(gè)圖分享下：
下一步的工作就是提取出其中關(guān)于身高的敏感信息了，對(duì)于語(yǔ)言表述的差異性，表達(dá)身高的方式有很多種，比如身高172以上，173cm以上，170+，身高不低于175，身高>175,等等，所以從中提取身高信息的要求還是蠻高的，通過(guò)大量數(shù)據(jù)的分析，總結(jié)出了十幾種的表達(dá)模式，在150+的數(shù)據(jù)里面提煉出了70+的身高信息，截圖如下：
這些都是最低身高要求啊。說(shuō)多了都是淚。
最后把這些身高數(shù)據(jù)進(jìn)行分析。得出如下結(jié)論：
有效的征友貼一共有 152 個(gè)。其中在最低要求一欄對(duì)身高提出最低要求的一共有 79 人（可能統(tǒng)計(jì)不完全）。最低身高要求的分布如下：
對(duì)所有身高進(jìn)行加權(quán)平均，得到平均最低身高要求是：173.06cm
哎，寫到這里寫不下去了，我去哭一會(huì)了。
ps：純屬娛樂(lè)，不喜勿噴。
