Python网络舆情分析系统毕业设计：完整源码+部署教程+二次开发指南

简介：这是一套面向高校计算机相关专业学生的网络舆情分析系统完整项目，可作为Python毕业设计或课程设计参考方案，帮助解决选题难、代码不完整、部署无头绪等常见问题。资源包共287个文件，涵盖42个Python源码文件、35个编译缓存、34个JavaScript脚本、15个CSS样式表、12个HTML页面以及GIF、JPG、PNG等界面素材，另附MySQL数据库脚本、依赖说明与运行日志，压缩包约75.63MB，前后端代码与数据库脚本齐备。项目基于Python 3.7或3.8开发，推荐在PyCharm中导入，配合Navicat管理MySQL数据库，安装依赖并配置数据库密码后即可运行。系统功能完善、界面美观、操作简便，涵盖舆情数据采集、分析与可视化展示等模块，目录结构清晰，便于按功能模块检索学习。目前已有124人学习下载，适合需要完整项目实战、快速搭建演示环境或进行二次开发的读者参考。

1. 从一份能跑起来的 Python 网络舆情分析系统说起

很多同学做毕业设计时，最头疼的不是写代码，而是找不到一个能跑通、有界面、带数据库的完整项目。这份基于 Python 的网络舆情分析系统，就是冲着这个痛点来的。它是一套前后端齐全的 Web 应用，后台用 Python 编写，前端基于 layui 搭建，数据库走 MySQL，配套源码、建表脚本和部署说明都打包在压缩包里。适合两类人：一是正在找 Python 毕业设计或课程设计题目的同学，二是想拿一个真实项目练手、熟悉 Web 开发全流程的入门开发者。它解决的核心问题是：让你不用从零搭架子，直接拿到一套结构完整、界面美观、能本地跑起来的系统，把精力放在理解业务逻辑和二次开发上。下面我从技术组成、部署流程、数据库配置到常见报错，一步步拆开讲。

2. 技术栈拆解与运行环境准备：Python 3.7/3.8 + PyCharm + MySQL

拿到一个压缩包，先别急着双击运行。我一般会先看它用什么写的、依赖哪些环境，再决定怎么装。这套系统对版本有一定要求，装错了版本，后面报错能让你怀疑人生。

2.1 为什么锁定 Python 3.7 或 3.8

项目说明里明确建议使用 Python 3.7 或者 3.8，这不是随便写的。很多毕业设计项目用的第三方库（比如某些老版本的 Flask、SQLAlchemy、pymysql）在新版 Python 上会出现兼容性问题，尤其是 3.10 以后，部分库的 API 有变动，导入就报错。所以第一步，确认你本机装的是 3.7 或 3.8。

如果你电脑上已经有其他版本，最稳妥的做法是单独装一个 3.8 的解释器，然后在 PyCharm 里为这个项目指定该解释器，而不是动系统全局的 Python。具体操作：打开 PyCharm，进入 File → Settings → Project → Python Interpreter，点齿轮选 Add，找到你安装的 python.exe（3.8 版本），确认即可。

提示：不要用 conda 默认的 base 环境直接跑，依赖冲突的概率很高，建议为每个项目单独建虚拟环境。

2.2 用 PyCharm 导入项目并安装依赖

压缩包解压后，你会看到一个标准的项目目录。用 PyCharm 的 Open 功能选中项目根目录导入。导入后，PyCharm 右下角可能会提示你安装依赖，如果没有提示，就手动来。

常见做法是项目根目录下会有一个 requirements.txt 文件，里面列了所有需要的库。打开 PyCharm 底部的 Terminal，执行：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

这里加了清华镜像源，下载速度会快很多。如果没有 requirements.txt，那就根据报错逐个装，核心的几个库一般是：

pip install flask pymysql sqlalchemy jieba requests

逻辑说明：flask是 Web 框架，pymysql负责连 MySQL，sqlalchemy做 ORM 映射，jieba用于中文分词（舆情分析里做词频统计会用到），requests用来抓取或请求外部数据。参数-i指定镜像源，不改变包本身，只影响下载地址。

装完之后，在 PyCharm 里检查一下解释器列表，确认这些包都挂在当前项目解释器下，而不是装到了系统 Python 里。

2.3 MySQL 数据库的安装与建库

数据库这块，项目说明里提到用 MySQL，可视化工具推荐 Navicat。如果你还没装 MySQL，去官网下 5.7 或 8.0 都行，但注意 8.0 的认证插件默认是caching_sha2_password，老版本的 pymysql 可能连不上，遇到这种情况要么升级 pymysql，要么把用户认证方式改成mysql_native_password。

装好 MySQL 后，用 Navicat 连接本地实例，新建一个数据库，字符集选utf8mb4，排序规则选utf8mb4_general_ci。数据库名字按项目里的配置来，一般是yq_analysis或类似的名字，具体看源码里的配置文件。

建好库之后，找到项目里的.sql文件，在 Navicat 里选中刚建的库，右键运行 SQL 文件，把表结构和初始数据导进去。导入完成后，刷新一下，应该能看到好几张表，比如用户表、舆情数据表、分析结果表等。

注意：导入 SQL 前先确认库的字符集，如果库是 latin1，中文会变乱码，后面页面显示全是问号，这个坑我踩过不止一次。

3. 数据库配置与项目启动：改对密码，run 起来

环境准备好了，接下来就是把项目跑起来。这一步看着简单，但十个人里有八个卡在数据库连接上。核心就一件事：让项目里的配置和你本机的 MySQL 对得上。

3.1 找到配置文件并修改数据库连接串

Python Web 项目通常会把数据库配置放在一个单独的文件里，常见名字是config.py、settings.py或者db.py。用 PyCharm 的全局搜索（Ctrl+Shift+F）搜password或mysql，很快能定位到。

你会看到类似这样的配置：

# config.py DB_HOST = '127.0.0.1' DB_PORT = 3306 DB_USER = 'root' DB_PASSWORD = 'your_password' # 改成你本机 MySQL 的密码 DB_NAME = 'yq_analysis' # 改成你实际建的数据库名

逻辑说明：DB_HOST用127.0.0.1比localhost更稳，避免某些系统下 socket 连接的问题；DB_PORT默认 3306，如果你装 MySQL 时改过端口，这里要同步改；DB_PASSWORD填你安装 MySQL 时设置的 root 密码，不是随便填；DB_NAME必须和你 Navicat 里建的库名完全一致，大小写敏感。

改完保存，这一步没有技术含量，但错一个字符就连不上。

3.2 启动项目与访问页面

配置改好后，找到项目入口文件，一般是app.py、run.py或main.py。在 PyCharm 里右键这个文件，选 Run。如果控制台输出类似：

* Running on http://127.0.0.1:5000

说明服务起来了。打开浏览器，访问http://127.0.0.1:5000，应该能看到登录页。用 SQL 文件里预置的账号登录，通常是 admin/123456 这类，具体看数据库 user 表里的记录。

如果启动时报ModuleNotFoundError，说明还有依赖没装全，按报错提示的包名继续 pip install。如果报Access denied for user，回去检查 3.1 里的密码。如果报Unknown database，说明库名写错了或者库没建。

3.3 前后端目录结构与功能模块速览

项目跑起来之后，别急着关。花十分钟把目录结构看一遍，对你理解整个系统帮助很大。典型的目录长这样：

前端用的 layui 是一套经典的后台管理 UI 框架，layui.css、admin.css、layer.css这些文件负责页面样式和弹层效果。你看到的登录框、侧边菜单、数据表格，基本都是 layui 组件渲染出来的。想改界面，就从templates/里的 HTML 和static/css/里的样式入手。

4. 舆情分析核心逻辑与二次开发切入点

系统能跑只是第一步，毕业设计答辩时老师一定会问你：这个舆情分析到底分析了什么？怎么分析的？这一章就拆开讲核心逻辑，以及你可以从哪里下手改，让它看起来更像你自己的东西。

4.1 数据采集与中文分词处理

网络舆情分析的第一步是拿到数据。常见做法有两种：一是用requests加BeautifulSoup抓取公开页面的标题和正文，二是直接读取项目里预置的 CSV 或数据库记录。这套项目大概率是后者，因为毕业设计重点在分析展示，不在爬虫对抗。

拿到文本后，核心是中文分词。Python 里最常用的是jieba。典型代码：

import jieba import jieba.analyse text = "某品牌新品发布后引发广泛讨论，用户评价褒贬不一" # 精确模式分词 words = jieba.lcut(text) print(words) # 提取关键词，topK 控制返回数量 keywords = jieba.analyse.extract_tags(text, topK=5, withWeight=True) for word, weight in keywords: print(word, weight)

逻辑说明：jieba.lcut返回列表，适合做词频统计；extract_tags基于 TF-IDF 算法，topK是返回关键词个数，withWeight=True会带上权重值，权重越高说明这个词在文本里越有代表性。参数可以按需调，比如topK=10就能多拿几个词。

分词之后，通常会过滤掉停用词（的、了、是、在等无意义词），再统计词频，最后用词云或柱状图展示。项目里如果有stopwords.txt，就是干这个用的。

4.2 情感倾向判断的实现思路

情感分析是舆情系统的加分项。毕业设计层面，一般不会上深度学习模型，常见做法是基于情感词典匹配：准备一个正面词表和一个负面词表，遍历分词结果，命中正面词加一分，命中负面词减一分，最后看总分正负。

positive_words = ['好', '优秀', '满意', '喜欢', '赞'] negative_words = ['差', '糟糕', '失望', '讨厌', '垃圾'] def sentiment_score(words): score = 0 for w in words: if w in positive_words: score += 1 elif w in negative_words: score -= 1 return score result = sentiment_score(words) print("情感得分:", result)

逻辑说明：得分大于 0 偏正面，小于 0 偏负面，等于 0 中性。词表可以自己扩充，放到单独的 txt 文件里读取更灵活。这个方法的边界很明显：对反讽、双重否定无能为力，但作为毕业设计足够用，答辩时你能说清楚原理就行。

想升级的话，可以换成SnowNLP库，它自带一个训练好的情感模型，调用更简单：

from snownlp import SnowNLP s = SnowNLP("这个产品真的很不错") print(s.sentiments) # 输出 0 到 1 之间的概率值，越接近 1 越正面

4.3 从哪些文件下手做二次开发

如果你想让项目看起来不那么“模板”，可以从这几个地方改：

第一，换 UI 配色和 logo。改static/css/admin.css里的主色调变量，把 layui 默认的蓝色换成你学校的主题色，登录页加个校徽。

第二，增加一个分析维度。比如现在只有词频和情感，你可以加一个“时间趋势分析”，按日期分组统计舆情数量，用 ECharts 画折线图。数据从数据库按DATE(create_time)分组查就行。

第三，改数据库表结构。加一个字段记录分析结果的置信度，或者加一张表存历史分析记录。改完记得同步更新models.py里的模型定义。

提示：改任何东西之前，先把原项目复制一份备份。毕业设计最怕改崩了回不去，后悔药可没地方买。

5. 部署与运行常见问题排查：连不上库、页面乱码、依赖冲突

这一章是我踩坑最多的地方，也是问得最多的。下面五条按“现象 → 原因 → 解决”写，照着排查，基本能覆盖 90% 的启动失败。

5.1 报错 Access denied for user 'root'@'localhost'

现象：PyCharm 控制台抛出pymysql.err.OperationalError: (1045, "Access denied for user 'root'@'localhost' (using password: YES)")。

原因：配置文件里的数据库密码和你本机 MySQL 的实际密码不一致。很多人装 MySQL 时设了密码，后来忘了，或者用 Navicat 连的时候保存了密码，但配置文件里还是默认的123456。

解决：打开 Navicat，双击你的连接，如果能连上，说明密码是对的，把那个密码原样复制到config.py的DB_PASSWORD里。如果 Navicat 也连不上，就用命令行mysql -u root -p试，实在忘了密码就重装 MySQL 或者走跳过权限验证的流程重置。

5.2 页面中文显示为乱码或问号

现象：登录进去后，菜单、表格里的中文全是???或者乱码方块。

原因：数据库、表、连接字符集三者不统一。常见情况是建库时用了默认的 latin1，而项目代码里按 utf8 读写。

解决：在 Navicat 里右键数据库 → 编辑数据库，把字符集改成utf8mb4，排序规则utf8mb4_general_ci。然后重新导入 SQL 文件。如果表已经建了，可以执行ALTER TABLE 表名 CONVERT TO CHARACTER SET utf8mb4;逐张表转换。另外检查config.py里连接串有没有加charset='utf8mb4'，没有就补上。

5.3 启动时报 ModuleNotFoundError: No module named 'xxx'

现象：Run 的时候直接崩，提示找不到某个模块，比如flask、pymysql、jieba。

原因：依赖没装，或者装到了别的 Python 解释器下。PyCharm 项目解释器和 Terminal 里的 pip 可能不是同一个。

解决：先在 PyCharm 的 Terminal 里执行pip list，看报错的那个包在不在列表里。不在就pip install 包名。如果显示已安装但还报错，去 Settings → Project Interpreter 确认当前选中的解释器路径，和 Terminal 里which python（Windows 用where python）的输出是否一致。不一致就手动指定。

5.4 端口被占用导致启动失败

现象：控制台报OSError: [Errno 98] Address already in use或者Port 5000 is in use。

原因：上一次运行的项目进程没退干净，或者本机其他程序占用了 5000 端口。

解决：最简单的是改端口，在入口文件里找到app.run(port=5000)，把 5000 改成 5001 或 8080。如果不想改代码，就找到占用端口的进程杀掉。Windows 下netstat -ano | findstr :5000找到 PID，任务管理器结束；Mac/Linux 下lsof -i:5000然后kill -9 PID。

5.5 SQL 文件导入失败或导入后表为空

现象：在 Navicat 里运行 SQL 文件报错，或者提示成功但刷新后看不到表。

原因：SQL 文件里可能包含CREATE DATABASE和USE语句，指向的库名和你建的不一样；或者文件编码不对导致执行中断。

解决：用文本编辑器打开 SQL 文件，看开头有没有CREATE DATABASE xxx;和USE xxx;，如果有，把库名改成你实际建的库名，或者直接删掉这两行，在 Navicat 里手动选中目标库再运行。编码问题的话，用 Notepad++ 把文件转成 UTF-8 无 BOM 格式再导入。

6. 让项目在答辩时更稳：数据预置与演示技巧

项目能跑通之后，真正决定答辩效果的，是你演示时顺不顺、数据好不好看。我一般会提前做两件事：把演示数据准备好，把可能被问到的点过一遍。

先说数据预置。系统刚导入时，数据库里的舆情数据可能只有几条，词云图稀稀拉拉，情感分析结果也不明显。你可以在答辩前，往对应的数据表里手动插入几十条模拟数据，覆盖正面、负面、中性三种情感，时间跨度拉到最近一周。插入的时候注意字段类型，create_time用NOW()或者具体日期字符串，文本字段别超长。这样演示时词云饱满、趋势图有起伏，老师看着也觉得你下了功夫。

INSERT INTO sentiment_data (content, source, create_time) VALUES ('这款产品体验很好，推荐购买', '微博', NOW()), ('质量太差了，非常失望', '论坛', NOW()), ('一般般，没什么特别的感觉', '新闻', NOW());

逻辑说明：content是待分析的文本，source标记来源渠道，create_time用于时间趋势。批量插入时可以把多条 VALUES 用逗号隔开，一次执行。注意表名和字段名要和你实际数据库里的一致，别照抄。

再说演示技巧。答辩时老师最爱问的三个问题：数据从哪来、分析算法是什么、数据库怎么设计的。你提前把答案准备好，数据来源可以说“模拟数据和公开数据集结合”，算法就说“jieba 分词加情感词典匹配”，数据库设计就打开 Navicat 展示表结构和外键关系。别等到被问住了再翻代码，那样很被动。

还有一个细节：提前把项目跑起来，浏览器开好页面，别现场启动。现场启动万一遇到端口占用或者依赖报错，心态容易崩。我习惯在答辩前半小时把服务起好，页面刷新一遍，确认登录、查询、图表展示都正常，然后就不动它了。

从那以后我每次交付这类项目，都会强制走一遍“换机器测试”：把项目拷到另一台没配过环境的电脑上，从零装依赖、导数据库、改配置、启动，全程走通才算完。只有这样，你才知道哪些步骤是真正必要的，哪些坑是环境特有的。希望帮到你。

本文还有配套的精品资源，点击获取