可以帮我写一段代码吗？用于计算已经爬取的网络评论的情感得分，应该计算出每一条评论的情感得分

当然可以！您需要使用自然语言处理的技术来对评论进行情感分析。首先，您需要选择一个合适的情感分析工具，比如NLTK、TextBlob、Stanford CoreNLP等。然后，您需要将已经爬取的评论输入到情感分析工具中，并获取每一条评论的情感得分。最后，您可以将每一条评论的情感得分汇总起来，计算出总体的情感得分。

以下是一段Python代码示例，使用TextBlob来进行情感分析和计算情感得分：

from textblob import TextBlob

# 读取已爬取的评论数据
comments = ['这家餐厅的菜品很好吃', '服务员的态度很差']

# 定义情感得分变量
polarity_score = 0
subjectivity_score = 0

# 遍历每一条评论，计算情感得分
for comment in comments:
    blob = TextBlob(comment)
    polarity_score += blob.sentiment.polarity
    subjectivity_score += blob.sentiment.subjectivity

# 计算平均情感得分
if len(comments) > 0:
    avg_polarity_score = polarity_score / len(comments)
    avg_subjectivity_score = subjectivity_score / len(comments)
else:
    avg_polarity_score = 0
    avg_subjectivity_score = 0

# 输出结果
print('平均情感极性得分：', avg_polarity_score)
print('平均情感主观性得分：', avg_subjectivity_score)

该代码会输出每条评论的情感极性得分和主观性得分的平均数。需要说明的是，情感得分通常在[-1,1]的范围内取值，数值越接近1表示正面情绪越强烈，数值越接近-1表示负面情绪越强烈。