[30天学习30种技术] 第九天 这篇博客，我们讨论怎样用一个叫TextBlob的Python包来解决这个问题，先讲一些基础知识再用TextBlob API写个简单的Flask应用。

今天的 30 天学习 30 种技术 挑战，我决定先缓缓 JavaScript, 学学用 Python 处理文字。这里我主要关注情感分析。几年前我就对情感分析感兴趣了，当时想写一个程序反应大家在 tweets 上对一部电影的情感走向，然后发映出电影的情感分析。有了这些信息就可以帮我决定是否有必要看某部电影。

谷歌搜索后，发现 Naive Bayes classifier 可以解决这个问题。当时我只会 Java, 花了些时间写了个程序，当时很懒，没有提交代码，机器崩了后，程序和代码都没了。现在我所有的代买都提交到 github 上，差不多有 200 个公共仓库了。 :)

这篇博客，我们讨论怎样用一个叫 TextBlob 的 Python 包来解决这个问题，先讲一些基础知识再用 TextBlob API 写个简单的 Flask 应用。

什么是 TextBlob ?

TextBlob 是用 Python 写的开源文字处理库。可以用来处理各种自然语言分析比如词类标签，名词短语抽取，情感分析，翻译等等。官网 文档 有所有支持功能的介绍。

我为什么关注 TextBlob?

我决定学习 TextBlob 的原因：

我想写的程序需要文字处理。当我们在应用里加文字处理功能时，这个应用更人性化，能更好理解所做所为。文字处理很难真正处理。 TextBlob 站在巨人 NTLK 肩上 , NTLK 为 Python 程序提供先进平台，处理人类语言数据。

我想知道 Python 是怎样处理文字的。

安装 TextBlob

在装 TextBlob 之前，我们需要安装 Python 和 virtualenv , 我这里用的 Python 是 2.7 的版本。

官网文档 里有各种安装 TextBlob 的方法，这里我们用 pip install 方式。如果不知道 pip 的，它是一个 Python 包管理器。可以从 官方网站 安装 pip. 在你的机器上，运行一下命令。

$ mkdir myapp
$ cd myapp
$ virtualenv venv --python=python2.7
$ . venv/bin/activate
$ pip install textblob
$ curl https://raw.github.com/sloria/TextBlob/master/download_corpora.py | python

这个命令会在你本地创建一个 myapp 路径，然后用 Python 激活 virtualenv, 再安装 TextBlob 包，最后下载必要的 NTLK 词库。

Github 仓库

今天的代码示例放在github: day9-textblob-demo-openshift.

示例程序运行在 OpenShift 上http://showmesentiments-t20.rhcloud.com/. 用 TextBlob 情感分析 API 写的很简单的示例。 对于用户类型，可以看到各种信息，赞成 ( 绿色 ) ，反对 ( 红色 ), 中立 ( 橙色 ).

我们会写个简单的应用，采用 REST API, 如果对 Flask 不熟，可以参考 之前的博客 。

接下来安装 Flask 框架，要安装 Flask 框架，需要先激活 virtualenv 再用 pip 安装。

$ . venv/bin/activate
$ pip install flask

如我之前在 Flask 博客里面所说，基于 Web 服务的 REST 太棒了，在 myapp 文件夹下新建一个 app.py 的文件。

$ touch app.py

复制下面代码粘贴到 app.py 文件 .

from flask import Flask , jsonify, render_template
from textblob import TextBlob
app = Flask(__name__)
@app.route('/')
@app.route('/index')
def index():
    return render_template('index.html')
@app.route('/api/v1/sentiment/<message>')
def sentiment(message):
    text = TextBlob(message)
    response = {'polarity' : text.polarity , 'subjectivity' : text.subjectivity}
    return jsonify(response)
if __name__ == "__main__":
    app.run(debug=True)

这段代码做了一下操作：

从 Flask 包导入 Flask 类， jsonify 方法和 render_tempate 方法。

从 textblob 包导入 TextBlob 类。

定义 '/' 和 'index' url 映射路径，如果用户用 GET 请求到 '/' 或者 '/index',index.html 都会被加载。

定义一个 '/api/v1/sentiment/'      url 映射路径。这是一个占位符，用来显示用户存放情感分析后的文字信息。我们创建了一个 TextBlob 示例传消息，接着，获取主观和客观信息，然后用 json 对象返回。

最后我们用 python      app.py命令来启动服务，运行程序。把以上代码复制到app.py里，通过设置Debug=True启动调试。调试模式下，如果出现未知错误，可以在浏览器里交互调试。调试模式的另外一个好处是它可以自动加载更新。我们可以在后台环境开启调试，并保持应用继续工作。这就提供了一个 高效率 的生产环境 。

Index() 方法会加载 html 文件，在 myapp 路径下新建一个 templates 的文件夹，再建一个 index.html 的文件。

$ mkdir templates
$ touch templates/index.html

复制内容到 index.html ，用 Twitter Boostrap 添加格式，用 jQuery 使 REST 调用 keyup 事件。当键是 backspace, tab, enter, left, right, up, down 时不使用 REST.

< title > Do sentiment analysis on the text </ title > < meta name ="viewport" content ="width=device-width, initial-scale=1.0" > < link rel ="stylesheet" type ="text/css" href ="static/css/bootstrap.css" > < style type ="text/css" > body { padding-top : 60px ; padding-bottom : 60px ; </ style > </ head > < div class ="navbar navbar-inverse navbar-fixed-top" > < div class ="container" > < div class ="navbar-header" > < button type ="button" class ="navbar-toggle" data-toggle ="collapse" data-target =".navbar-collapse" > < span class ="icon-bar" ></ span > < span class ="icon-bar" ></ span > < span class ="icon-bar" ></ span > </ button > < a class ="navbar-brand" href ="#" > Run Sentiment Analysis </ a > </ div > </ div > </ div > < div class ="container" > < div class ="row" > < div class ="col-md-6" > < textarea class ="form-control" rows ="3" placeholder ="Write your text. Minimum length 10 characters" ></ textarea > </ div > < div class ="col-md-6" > < p id ="result" ></ p > </ div > </ div > </ div > < script type ="text/javascript" src ="static/js/jquery.js" ></ script > < script type ="text/javascript" > $( " textarea " ).keyup( function (e){ console.log( ' keycode ' + e.keyCode); switch (e.keyCode) { case 8 : // Backspace console.log( ' backspace ' + e); case 9 : // Tab console.log( ' Tab ' ); case 13 : // Enter console.log( ' Enter ' ); case 37 : // Left console.log( ' Left ' ); case 38 : // Up console.log( ' Up ' ); case 39 : // Right console.log( ' Right ' ); case 40 : // Down console.log( ' Down ' ); break ; default : var input = $( ' textarea ' ).val(); $( ' #result ' ).removeClass( " alert alert-warning " ); $( ' #result ' ).removeClass( " alert alert-danger " ); $( ' #result ' ).removeClass( " alert alert-success " ); if (input.length > 10 ){ $.get( ' /api/v1/sentiment/ ' + input, function (result){ if (result.polarity < 0.0 ){ $( ' #result ' ).addClass( " alert alert-danger " ) .text(input); } else if ( result.polarity >= 0.0 && result.polarity <= 0.5 ){ $( ' #result ' ).addClass( " alert alert-warning " ).text(input); } else { $( ' #result ' ).addClass( " alert alert-success " ).text(input); </ script > </ body > </ html >

你可以从我的 git 上复制 js 和 css 文件。

发布到云上

在发布之前，先准备几步。

在 OpenShift      Account 上注册。 OpenShift完全免费，红帽给每个用户免费提供了3个Gears来运行程序。目前，这个资源分配合计有每人1.5GB内存，3GB磁盘空间。

在本机安装 rhc 客户端工具，rhc是ruby gem包，所以你需要安装1.8.7或以上版本的ruby。安装rhc，输入

sudo gem install rhc

如果已经安装了，确保是最新的，要更新rhc,输入

sudo gem update rhc

想了解rhc command-line 工具，更多帮助参考https://openshift.redhat.com/community/developers/rhc-client-tools-install。

用rhc 安装命令安装OpenShift. 执行命令可以帮你创建空间，上传ssh 密钥到OpenShift服务器。

安装之后，我们可以运行以下命令来创建程序。

$ rhc create-app day9demo python-2.7 --from-code https://github.com/shekhargulati/day9-textblob-demo-openshift.git --timeout 180

它会执行所有从创建程序，到设置公共 DNS, 到创建 git 私有仓库，最后用 Github 仓库的代码发布应用。程序运行在 http://day9demo-{domain-name}.rhcloud.com . 替换你自己的域名。这个程序运行在 http://showmesentiments-t20.rhcloud.com/ .

这就是今天的内容，继续给反馈吧。

原文： https://www.openshift.com/blogs/day-9-textblob-finding-sentiments-in-text