SnowNLP是一個python寫的類庫，可以方便的處理中文文本內容，是受到了TextBlob的啓發而寫的，由於現在大部分的自然語言處理庫基本都是針對英文的，於是寫了一個方便處理中文的類庫，並且和TextBlob不同的是，這裏沒有用NLTK，所有的算法都是自己(不是本人)實現的，並且自帶了一些訓練好的字典。
1.簡單的文本分析嘗試
from snownlp import SnowNLP
s = SnowNLP(u'這真的很好')
print(s.words) # 詞語
print(s.tags) # 詞性 解開zip使用print(list(s.tags))
print(s.sentences) # 句子
print(s.sentiments) # 情感偏向
print(s.pinyin) # 轉爲拼音
print(s.han) # 轉爲漢體
print(s.keywords) # 提取關鍵詞
print(s.summary) # 提取主題
print(s.tf) # 計算詞頻
- 使用時，需要導入SnowNLP庫，安裝路徑爲pip install snownlp
- 這其中出現了zip格式： zip()函數將可迭代對象作爲參數，並打包成元組，返回的是一個個zip對象，可以使用list或dict轉換返回結果，使用*zip可以將打包的對象分解成列表
- 相應的輸出結果爲
['這', '真的', '很', '好']
<zip object at 0x00000217E1313CC8>
['這真的很好']
0.8333900543572382
['zhe', 'zhen', 'de', 'hen', 'hao']
這真的很好
<bound method SnowNLP.keywords of <snownlp.SnowNLP object at 0x00000217CA47F2E8>>
<bound method SnowNLP.summary of <snownlp.SnowNLP object at 0x00000217CA47F2E8>>
[{'這': 1}, {'真': 1}, {'的': 1}, {'很': 1}, {'好': 1}]
Process finished with exit code 0
2.使用變量輸入
使用變量輸入會使內容輸入變得更爲簡單，同時可以爲讀寫文件或者數據庫做鋪墊，如下代碼，使用txt作爲整個文本的引入，在SnowNLP函數內部只需要使用txt這一變量名即可完成相關功能的實現
from snownlp import SnowNLP
txt = u'''秦始皇（前259年農曆十二月初三—前210年），嬴姓，趙氏，名政，又名趙正（政）、
秦政，或稱祖龍，秦莊襄王之子。中國歷史上著名的政治家、戰略家、改革家，完成華
夏大一統的鐵腕政治人物，也是中國第一個稱皇帝的君主。'''
s = SnowNLP(txt)
print(s.words) # 詞語
print(list(s.tags)) # 詞性
print(s.sentiments) # 情感偏向
print(s.tf) # 計算詞頻
雖然上面內容在一定程度上引入了變量，但我們還需改進，如果能夠接收用戶輸入會使整個函數功能更加流暢，以input函數作爲引入（後期會使用文件或者數據庫功能進行輸入）
from snownlp import SnowNLP
txt = input("Enter your message:")
s = SnowNLP(txt)
print(s.words)
print(s.words) # 詞語
print(list(s.tags)) # 詞性
print(s.sentiments) # 情感偏向
print(s.tf) # 計算詞頻
3.簡易情感分析表
在開始使用文件個數據庫之前，可以進行簡答的情感分析的製作，我們使用列表來進行
from snownlp import SnowNLP
txt_in = []
sentiments_out = []
for i in range(3): # 做三次循環
txt = input("Enter:")
txt_in.append(txt)
s = SnowNLP(txt)
sentiments_out.append(s.sentiments)
print(txt_in)
print(sentiments_out)