python情感分析——snownlp对天气之子电影评论的情感分析

近期上映的电影——《天气之子》广受好评，我就使用一个中文的情感分析库——snownlp进行了对它的评论的分析，来看他是否正如我听到的那样好。总体的结构分为以下几点

：

1.对豆瓣的天气之子的评论进行爬取。

2.使用snownlp对评论进行逐个情感分析评分。

3.取平均值进行输出。

首先介绍一个snownlp这个库

SnowNLP是一个python写的类库，可以方便的处理中文文本内容，是受到了TextBlob的启发而写的，由于现在大部分的自然语言处理库基本都是针对英文的，于是写了一个方便处理中文的类库，并且和TextBlob不同的是，这里没有用NLTK，所有的算法都是自己实现的，并且自带了一些训练好的字典。注意本程序都是处理的unicode编码，所以使用时请自行decode成unicode。

详细使用参考

https://blog.csdn.net/google19890102/article/details/80091502

1.对豆瓣的天气之子的评论进行爬取。

import requests
from lxml import etree
for i in range(0,10):
    #构造每页评论的url，一页时20个
    url='https://movie.douban.com/subject/30402296/comments?start={}&limit=20&sort=new_score&status=P'.format(i*20)
    r=requests .get(url)
    html=etree.HTML(r.text )
    #对评论进行提取
    pinglun=html.xpath('//*[@id="comments"]/div/div[2]/p/span/text()')
    #保存至文档
    for i in pinglun:
        with open('评论.txt','a',encoding='utf-8')as fp:
            fp.write(i+'\n')

2.使用snownlp对评论进行逐个情感分析评分。

from snownlp import SnowNLP
#代开文件
fp=open(r"C:\Users\spider-man\PycharmProjects\untitled2\情感分析\评论.txt","r",encoding='utf-8')
lines=fp.readlines()
k=0
m=0
#逐行读入
for line in lines:
    try:
        s=SnowNLP(line)
        #进行对没条评论情感分析打分累加
        k=k+s.sentiments
        #对评论总数进行累加
        m=m+1
    except:
        print("")
print(round(k/m,3))

3.取平均值进行输出。

可以看出最后输入了0.826，snownlp是对一个评论进行情感分析输出一个[0,1]之间的值，越高越表示评论越偏向于积极好的方面，可以得出结论：确实天气之子广受好评