python中文文本情感分析代码

Python中有很多可用于中文文本情感分析的库，比如jieba分词、情感词典等。下面是一个简单的中文文本情感分析代码示例：

import jieba

# 情感词典
posdict = []
negdict = []

# 加载情感词典
with open('positive.txt', 'r', encoding='utf-8') as f:
    for line in f:
        posdict.append(line.strip())

with open('negative.txt', 'r', encoding='utf-8') as f:
    for line in f:
        negdict.append(line.strip())

# 分析文本情感
def sentiment(text):
    words = jieba.cut(text)
    poscount = 0
    negcount = 0
    for word in words:
        if word in posdict:
            poscount += 1
        elif word in negdict:
            negcount += 1
    if poscount > negcount:
        return 'positive'
    elif poscount < negcount:
        return 'negative'
    else:
        return 'neutral'

这个示例代码使用了jieba分词库对输入文本进行分词，并将分词结果与情感词典进行匹配，最后计算出正向情感词和负向情感词的数量，根据数量比较得出文本情感。需要注意的是，这个示例代码的情感分析方法比较简单，如果需要更精准的结果可以考虑使用其他的中文文本情感分析方法。