python爬取数据情感分析_爬虫再探实战（五）———爬取APP数据——超级课程表【四】——情感分析...

仔细看的话&＃xff0c;会发现之前的词频分析并没有什么卵用。。。文本分析真正的大哥是NLP&＃xff0c;不过&＃xff0c;这个坑太大&＃xff0c;小白不大敢跳。。。不过还是忍不住在坑边上往下瞅瞅2333.

言归正传&＃xff0c;今天刚了解到boson公司有python关于自然语言处理的API&＃xff0c;于是试着用了一下&＃xff0c;官方文档很不错&＃xff0c;简单明了。首先是pip install bosonnlp。下面是一些简单应用&＃xff0c;其实就是改一点官方的例子Orz...密钥的话&＃xff0c;我的不给看(因为有请求次数限制的。。。)&＃xff0c;自己在这里注册一下就有啦。

# -*- coding: utf-8 -*-

# 情感分析

from __future__ import print_function, unicode_literals

from bosonnlp import BosonNLP

nlp &＃61; BosonNLP(&＃39;这里应该是你的密钥&＃39;)

print(nlp.sentiment("楼主真是帅啊"))

print(nlp.sentiment("楼主真是太弱了"))

输出如下&＃xff1a;

两个列表对应着两句话&＃xff0c;列表里面的两个数字&＃xff0c;分别为正面指数&＃xff0c;负面指数。额。。那个结果&＃xff0c;&＃xff0c;还算是挺合理的吧。

也可以换个姿势&＃xff0c;再请求一遍这两段文本&＃xff1a;

import json

import requests

SENTIMENT_URL &＃61; &＃39;http://api.bosonnlp.com/sentiment/analysis&＃39;

# 注意&＃xff1a;在测试时请更换为您的API Token

headers &＃61; {&＃39;X-Token&＃39;: &＃39;这里应该是你的密钥&＃39;}

s &＃61; [&＃39;楼主真是帅啊&＃39;, &＃39;楼主真是太弱了&＃39;]

data &＃61; json.dumps(s)

resp &＃61; requests.post(SENTIMENT_URL, headers&＃61;headers, data&＃61;data.encode(&＃39;utf-8&＃39;))

print(resp.text)

输出结果也是一样的&＃xff1a;

还有很多有趣的用法&＃xff0c;这个就留在以后有空的时候再深入研究啦。

这个&＃xff0c;其实我还是想分析一下那些帖子的文本信息&＃xff0c;用API做当然可以&＃xff0c;不过那样虽然严谨&＃xff0c;但是&＃xff0c;没有直接利用boson提供的页面解析文本方便些。

于是&＃xff0c;我就开始了&＃xff0c;无耻的粘贴和复制。。。效果如下&＃xff1a;

这个关键词提取还是可以的2333。。。其中精髓&＃xff0c;自己联想吧&＃xff01;不过&＃xff0c;也许是自己太与世隔绝orz。。。不明白dogo是什么&＃xff0c;查了下&＃xff0c;不解释啦&＃xff0c;是它&＃xff01;

至此&＃xff0c;和超级课程表的交集就算完结了。