@[TOC]
# 1.准备工作
1.注册百度账号，登录百度智能云，点击总览选择自然语言处理，创建应用（创建选项认真阅读，填写）
编辑
创建好应用会生成相应的AppID API Key Secret Key
编辑
2.要调用百度API，就要获得权限，利用获取到的API Key Secret Key去获取Access Token
获取的地址
https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=API key&client_secret=Secret Key&
编辑
访问这个地址，获得Access Token（但是Access Token 有一个有效期 超过有效期则调用api将会不成功）
expires_in: Access Token的有效期(秒为单位，一般为1个月)
编辑
总结：要调用API 需要a登录–b创建应用–c获得API Key 和Secret Key–d访问授权地址获得Access Token
# 2.调用API测试（简单的例子测试）
利用python调用百度api测试（pyhon直接官网下载，编辑器使用的是其自带的编辑器：IDLE）
做最简单的调用：保存Access Token调用百度API
情感倾向分析：
HTTP方法: POST 请求URL: https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify
参数：access_token（通过API Key和Secret Key获取的access_token）
最简单的例子：可以直接使用（编辑器：IDLE）：
import re
import requests
import json
def get_emotion( data):
# 定义百度API情感分析的token值和URL值
token = '24.bcc989b57db903cc1189346275b7a372.2592000.1604971755.282335-22803254'
url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify?charset=UTF-8&access_token={}'.format(token)
new_each = {'text': data } # 将文本数据保存在变量new_each中，data的数据类型为string
new_each = json.dumps(new_each)
res=requests.post(url,data=new_each) # 利用URL请求百度情感分析API
res_text = res.text # 保存分析得到的结果，以string格式保存
print("content: ", res_text)
result = res_text.find('items') # 查找得到的结果中是否有items这一项
positive = 1
if (result != -1): # 如果结果不等于-1，则说明存在items这一项
json_data = json.loads(res.text)
negative = (json_data['items'][0]['negative_prob']) # 得到消极指数值
positive = (json_data['items'][0]['positive_prob']) # 得到积极指数值
print("positive:",positive)
print("negative:",negative)
if (positive > negative): # 如果积极大于消极，则返回2
return 2
elif (positive == negative): # 如果消极等于积极，则返回1
return 1
else:
return 0 # 否则，返回0
else:
return 1
def main():
txt1="有些时候，宇宙似乎是有意使一些事情变得如此有趣。科学家们发现了一个“π行星”，它的大小与我们的地球相仿，距离我们大约185光年"
print("txt1测试结果：",get_emotion(txt1))
if __name__ == "__main__":
main()
运行的结果：
编辑
# 3.进阶API测试（通过网址抓取网页信息分析情感倾向）
百度情感分析API的上限是2048字节，因此判断文章字节数小于2048，则直接调用 若超过限制，则需要将文本分段
通过输入网址，将网页内容筛选出来进行情感倾向分析
import re
import requests
import json
from bs4 import BeautifulSoup
# 将text按照lenth长度分为不同的几段
def cut_text(text, lenth):
textArr = re.findall('.{' + str(lenth) + '}', text)
textArr.append(text[(len(textArr) * lenth):])
return textArr # 返回多段值
def get_emotion( data):
# 定义百度API情感分析的token值和URL值
token = '24.bcc989b57db903cc1189346275b7a372.2592000.1604971755.282335-22803254'
url = 'https://aip.baidubce.com/rpc/2.0/nlp/v1/sentiment_classify?charset=UTF-8&access_token={}'.format(token)
if (len(data.encode()) < 2048):
new_each = {'text': data } # 将文本数据保存在变量new_each中，data的数据类型为string
new_each = json.dumps(new_each)
res=requests.post(url,data=new_each) # 利用URL请求百度情感分析API
res_text = res.text # 保存分析得到的结果，以string格式保存
print("content: ", res_text)
result = res_text.find('items') # 查找得到的结果中是否有items这一项
positive = 1
if (result != -1): # 如果结果不等于-1，则说明存在items这一项
json_data = json.loads(res.text)
negative = (json_data['items'][0]['negative_prob']) # 得到消极指数值
positive = (json_data['items'][0]['positive_prob']) # 得到积极指数值
print("positive:",positive)
print("negative:",negative)
if (positive > negative): # 如果积极大于消极，则返回2
return 2
elif (positive == negative): # 如果消极等于积极，则返回1
return 1
else:
return 0 # 否则，返回0
else:
return 1
else:
print("文章切分")
data = cut_text(data, 1500) # 如果文章字节长度大于1500，则切分
sum_positive = 0.0 # 定义积极指数值总合
sum_negative = 0.0 # 定义消极指数值总和
for each in data: # 遍历每一段文字
new_each = {
'text': each # 将文本数据保存在变量new_each中
}
new_each = json.dumps(new_each)
res = requests.post(url, data=new_each) # 利用URL请求百度情感分析API
res_text = res.text # 保存分析得到的结果，以string格式保存
result = res_text.find('items')
if (result != -1):
json_data = json.loads(res.text) # 如果结果不等于-1，则说明存在items这一项
positive = (json_data['items'][0]['positive_prob']) # 得到积极指数值
negative = (json_data['items'][0]['negative_prob']) # 得到消极指数值
sum_positive = sum_positive + positive # 积极指数值加和
sum_negative = sum_negative + negative # 消极指数值加和
print(sum_positive)
print(sum_negative)
if (sum_positive > sum_negative): # 积极 如果积极大于消极，则返回2
return 2
elif (sum_positive == sum_negative): # 中性 如果消极等于于积极，则返回1
return 1
else:
return 0 # 消极，返回0
def get_html(url):
headers = {
'User-Agent':'Mozilla/5.0(Macintosh; Intel Mac OS X 10_11_4)\
AppleWebKit/537.36(KHTML, like Gecko) Chrome/52 .0.2743. 116 Safari/537.36'
} #模拟浏览器访问
response = requests.get(url,headers = headers) #请求访问网站
html = response.text #获取网页源码
soup = BeautifulSoup(html, 'lxml') #初始化BeautifulSoup库,并设置解析器
a=soup.select('p')
text=""
for i in a:
text=text+i.text
return text
def main():
txt1=get_html("https://baijiahao.baidu.com/s?id=1680186652532987655&wfr=spider&for=pc")
print(txt1)
print("txt1测试结果：",get_emotion(txt1))
if __name__ == "__main__":
main()
编辑
# 4.连接数据库 对数据库进行增删改查
数据库的连接，我的应用场景：将网址存在数据库，判断该网址的文本是积极还是消极，步骤：
连接数据库，查询数据库获得url地址，通过url获得网址的文本信息，判断是消极还是积极，再将结果存入数据库，（代码已经调通，只是在上面基础上再加一些功能，可以自己做一哈，若需要源码则留言或私信）
# 5.利用java调用python脚本
调用python脚本的方法有很多，可以自行百度，我这里用的是Runtime.getRuntime().exec（）
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
public class testPython {
public static void main(String[] args){
Process process;
try{
process=Runtime.getRuntime().exec("python D:\Users\2.py");
BufferedReader in = new BufferedReader(new InputStreamReader((process.getInputStream())));
String line =null;
line=in.readLine();
in.close();
process.waitFor();
}catch (IOException e) {
e.printStackTrace();
}catch (InterruptedException e){
e.printStackTrace();
}
}
}
© 版权声明
文章版权归作者所有，未经允许请勿转载，侵权请联系 admin@trc20.tw 删除。
THE END
