爬蟲再探實戰（五）———爬取APP數據——超級課程表【四】——情感分析

　　　　仔細看的話，會發現之前的詞頻分析並沒有什么卵用。。。文本分析真正的大哥是NLP，不過，這個坑太大，小白不大敢跳。。。不過還是忍不住在坑邊上往下瞅瞅2333.

言歸正傳，今天剛了解到boson公司有python關於自然語言處理的API，於是試着用了一下，官方文檔很不錯，簡單明了。首先是pip install bosonnlp。下面是一些簡單應用，其實就是改一點官方的例子Orz...密鑰的話，我的不給看（因為有請求次數限制的。。。），自己在這里注冊一下就有啦。

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

# 情感分析
from __future__ import print_function, unicode_literals
from bosonnlp import BosonNLP

nlp = BosonNLP('這里應該是你的密鑰')
print(nlp.sentiment("樓主真是帥啊"))
print(nlp.sentiment("樓主真是太弱了"))　　

　　　　　輸出如下：

　　　　兩個列表對應着兩句話，列表里面的兩個數字，分別為正面指數，負面指數。額。。那個結果，，還算是挺合理的吧。

　　　　也可以換個姿勢，再請求一遍這兩段文本：

import json
import requests

SENTIMENT_URL = 'http://api.bosonnlp.com/sentiment/analysis'
# 注意：在測試時請更換為您的API Token
headers = {'X-Token': '這里應該是你的密鑰'}

s = ['樓主真是帥啊', '樓主真是太弱了']
data = json.dumps(s)
resp = requests.post(SENTIMENT_URL, headers=headers, data=data.encode('utf-8'))

print(resp.text)

　　輸出結果也是一樣的：

　　　　還有很多有趣的用法，這個就留在以后有空的時候再深入研究啦。

　　　　這個，其實我還是想分析一下那些帖子的文本信息，用API做當然可以，不過那樣雖然嚴謹，但是，沒有直接利用boson提供的頁面解析文本方便些。

於是，我就開始了，無恥的粘貼和復制。。。效果如下：

 

 

　　　　這個關鍵詞提取還是可以的2333。。。其中精髓，自己聯想吧！不過，也許是自己太與世隔絕orz。。。不明白dogo是什么，查了下，不解釋啦，是它！

　　　　

　　　　至此，和超級課程表的交集就算完結了。