yuqing.py
2.26 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
import csv # 用于处理CSV文件的读写操作
import os # 用于操作系统相关功能
import sys
import os
# 获取当前文件的绝对路径
current_file_path = os.path.abspath(__file__)
# 获取当前文件的父目录路径
parent_dir = os.path.dirname(current_file_path)
# 获取父目录的父目录路径，也就是项目根目录
project_root_dir = os.path.dirname(parent_dir)
# 将项目根目录添加到 Python 路径中
sys.path.append(project_root_dir)
# 现在可以导入 utils 目录中的模块了
from utils.getPublicData import getAllCommentsData # 自定义函数，用于获取评论数据
from utils.mynlp import SnowNLP # 引入SnowNLP库，用于中文情感分析
def targetFile():
targetFile = 'target.csv' # 定义目标文件名称
commentsList = getAllCommentsData() # 获取所有评论数据
rateData = [] # 用于存储处理后的评论数据
good = 0 # 记录正面评论数量
bad = 0 # 记录负面评论数量
middle = 0 # 记录中性评论数量
# 遍历所有评论，进行情感分析
for index, i in enumerate(commentsList): # enumerate 是 Python 中的一个内置函数，它允许我们在遍历可迭代对象（如列表、元组或字符串）时同时获取元素的索引和值。
# |articleId|created_at | likes_counts | region | content| authorName | authorGender | authorAddress | authorAvatar
value = SnowNLP(i[4]).sentiments # 对评论内容进行情感分析
if value > 0.5: # 如果情感值大于0.5，判定为正面评论
good += 1
rateData.append([i[4], '正面'])
elif value == 0.5: # 如果情感值等于0.5，判定为中性评论
middle += 1
rateData.append([i[4], '中性'])
elif value < 0.5: # 如果情感值小于0.5，判定为负面评论
bad += 1
rateData.append([i[4], '负面'])
# 将处理后的评论数据写入目标文件
for i in rateData:
with open(targetFile, 'a+', encoding='utf8', newline='') as f:
writer = csv.writer(f)
writer.writerow(i) # 将每条数据写入CSV文件
def main():
targetFile() # 调用targetFile函数进行数据处理
if __name__ == '__main__':
main() # 运行主函数