該文章代碼均在jupyter Notebook中運行，且已安裝相關包

import jieba import os import csv# 讀取預定的情感詞列表 def read_dict(file):text = open(file,encoding='gbk').read()text = text.split('\n')words = [w for w in text if w] # 去除空的內容return words# 得到情感詞列表 negs = read_dict(r'C:\Users\qingfeng\Desktop\Python爬蟲與文本分析\Python爬蟲與文本分析\Python爬蟲與文本分析課件(更新)\03-初識文本分析\data\Reports\negative.txt') poss = read_dict(r'C:\Users\qingfeng\Desktop\Python爬蟲與文本分析\Python爬蟲與文本分析\Python爬蟲與文本分析課件(更新)\03-初識文本分析\data\Reports\positive.txt') # print(negs,poss)# 計算目標函數的情感詞 def senti_count(text):wordlist = jieba.lcut(text) # 將要分析的文本進行分詞pos_count = 0for pos in poss:pos_count = pos_count + wordlist.count(pos) # 計算要分析的文本中累計含有的正面情感詞匯的數量neg_count = 0for neg in negs:neg_count = neg_count + wordlist.count(neg) # 計算要分析的文本中累計含有的正面情感詞匯的數量return{'wordnum':len(wordlist),'pos':pos_count,'neg':neg_count}# 新建CSV保存內容 csvf = open(r'C:\Users\qingfeng\Desktop\company_senti.csv','w',encoding = 'gbk',newline='') writer = csv.writer(csvf) writer.writerow(('company','year','wordnum','pos','neg'))# 對某一個txt進行情感計算 # text = open(r'C:\Users\qingfeng\Desktop\Python爬蟲與文本分析\Python爬蟲與文本分析\Python爬蟲與文本分析課件(更新)\03-初識文本分析\data\Reports\reports\青海華鼎2015.txt').read() # senti_count(text)# 通過for循環，批量獲取文件路徑，讀取文件 file_list = os.listdir(r'C:\Users\qingfeng\Desktop\Python爬蟲與文本分析\Python爬蟲與文本分析\Python爬蟲與文本分析課件(更新)\03-初識文本分析\data\Reports\reports') for f in file_list:# python中，如果你的字符串最后一位是斜杠（slash）字符，那么即使字符串前面加了r表示regular的普通字符串，也是無法通過編譯的，也是會導致SyntaxError的。file = 'C:\\Users\\qingfeng\\Desktop\\Python爬蟲與文本分析\\Python爬蟲與文本分析\\Python爬蟲與文本分析課件(更新)\\03-初識文本分析\\data\\Reports\\reports\\' + ftext = open(file,encoding = 'gbk').read()senti_score = senti_count(text) # 這里是詞典格式wordnum = senti_score['wordnum']pos = senti_score['pos']neg = senti_score['neg']company = f[:-8] # 切片year = f[-8:-4] # print(company,year,wordnum,pos,neg)writer.writerow((company,year,wordnum,pos,neg)) csvf.close()

總結

以上是生活随笔為你收集整理的Python批量读取公司年报并进行情感分析--代码实战的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。