数据集在data目录下，里面包含了测试集数据tmp_test_data.csv，大约有5000条评论数据，共11款手机，便于演示。同时也包含了完整的数据集JDComment_data，大约2，包含进60款手机的评论数据。test_result.csv 是采用完整数据集计算出的各个手机的评论得分，可以用做功能演示。
除了已经采集好的数据集，也可以通过脚本SpiderScript重新爬取
在安装好Python，以及配置好pip或conda环境之后，在当前位置打开cmd控制台(windows)或者在终端输入(Linux)以下语句执行脚本
python SpiderScript.py
正常执行界面如下图所示，采集完成之后保存到路径data/JDComment_data中
注意！：保存的JDComment_data文件格式为utf-8-sig，需要打开后重新保存一下，转换成utf-8就可以正常操作了
tmp.py和comment_analysis_process都是计算情感分析的python源码，区别只是在于文件格式不同而已，可以根据不同的环境采用不同的脚本。
tmp.py运行方式为在控制台输入python tmp.py
同时也可以使用python tmp.py -h查看并修改默认参数，示例如下(指定密码为1)
comment_analysis_process可以用jupyter notebook或其他ipython IDE打开执行，内容同tmp.py一样
执行之后会将相同手机的评论整合到同一个TXT文件中，以手机名称命名，在input目录下。同时也能自动读取这些文件对其处理求评论得分，包含评论得分的完整手机信息默认存储在data/result.cscv目录下。
在配置好本地机器Mysql环境之后，在控制台进行测试，详见mysql配置环境变量（win 10） 。tmp.py脚本执行后，会自动保存到数据库jd_comment中（存储result.csv表）
双击打开目录下的index.html，上传data目录下的result数据集进行测试即可，只能在本地演示。演示效果如下图
为了便于管理和维护，我已将项目提交到https://github.com/YuleZhang/NLP_Analysis_JDcomment，可以自行下载查阅。