Bilibili数据分析 B站爬虫｜Bilibili 弹幕信息情感分析 Snow NLP 情感词典

需求分析

该代码旨在分析B站视频弹幕数据，包括情绪分类、情感分析和按秒计算弹幕数量。分析结果将作为一个CSV文件保存。

功能介绍

1. 读取弹幕文件和词库文件。
2. 对弹幕内容进行清洗和分词。
3. 对弹幕进行情绪分类和情感分析。
4. 按秒计算每个弹幕的情绪数量和情感得分。
5. 将分析结果保存为CSV文件。

重点代码介绍

1. 定义了document_to_list()函数，用于将文档内容读取为列表。

2. 定义了clean_text()函数，用于对弹幕内容进行清洗。

3. 定义了count()函数，用于计算每个弹幕的情绪数量。

4. 定义了sentiment_score()函数，用于计算每个弹幕的情感得分。

5. 定义了Analyze()函数，用于分析弹幕数据并将结果保存为CSV文件。

6. 清理文本

def clean_text(text):
    # 使用正则表达式删除特殊字符
    text = re.sub(r"[^\w\s]", "", text)
    emoji_pattern = re.compile("["
                               u"\U0001F600-\U0001F64F"  # emoticons
                               u"\U0001F300-\U0001F5FF"  # symbols & pictographs
                               u"\U0001F680-\U0001F6FF"  # transport & map symbols
                               u"\U0001F1E0-\U0001F1FF"  # flags (iOS)
                               u"\U00002702-\U000027B0"
                               "]+", flags=re.UNICODE)
    text = emoji_pattern.sub(r'', text)
    return text.strip()

这个函数用于清理文本，去除特殊字符和表情符号，使得分析过程更加准确。

2. 计算情绪

def count(cut_list):
    emo_cnt = {
   "anger": 0, "disgust": 0, "fear": 0, "joy": 0, "sadness": 0}
    danmuku_emotion = []
    for word in cut_list:
        if word in anger:
            emo_cnt["anger"] += 1
        if word in disgust:
            emo_cnt["disgust"] += 1
        if word in fear:
            emo_cnt["fear"] += 1
        if word in joy:
            emo_cnt["joy"] += 1
        if word in sadness:
            emo_cnt["sadness"] += 1

    emo_max = max(emo_cnt.values())

    if emo_max == 0:
        danmuku_emotion.append("none")
    else:
        for key, value in emo_cnt.items():
            if value == emo_max:
                danmuku_emotion.append(key)

    if len(danmuku_emotion) == 1:
        danmuku_emotion = danmuku_emotion[0]
    else