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，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，不过，这个坑太大，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，今天刚了解到boson公司有python关于自然语言处理的API，于是试着用了一下，官方文档很不错，简单明了。首先是pip install bosonnlp。下面是一些简单应用，其实就是改一点官方的例子Orz...密钥的话，我的不给看（因为有请求次数限制的。。。），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 = BosonNLP('这里应该是你的密钥')
print(nlp.sentiment("楼主真是帅啊"))
print(nlp.sentiment("楼主真是太弱了"))　　

　　　　　输出如下：

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

　　　　也可以换个姿势，再请求一遍这两段文本：

import json
import requests

SENTIMENT_URL = 'http://api.bosonnlp.com/sentiment/analysis'
# 注意：在测试时请更换为您的API Token
headers = {'X-Token': '这里应该是你的密钥'}

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

print(resp.text)

　　输出结果也是一样的：

　　　　还有很多有趣的用法，这个就留在以后有空的时候再深入研究啦。

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

于是，我就开始了，无耻的粘贴和复制。。。效果如下：

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

　　　　

　　　　至此，和超级课程表的交集就算完结了。