YouTube 舆情分析工具

一套以 Python 打造的 YouTube 评论采集与舆情分析项目， 提供命令列工作流与 Streamlit Web UI，支持：

• 一键抓取指定影片的评论（含回覆）
• 轻量关键字/情感统计 + Top 留言展示
• Google/DeepSeek API 加持的翻译与高阶综述
• 美观的仪表板式界面，可下载文字与 JSON 报告

---

目录结构

.
├── analyze_comments.py      # 核心分析逻辑（CLI 用）
├── deepseek_client.py       # DeepSeek Chat API 封装
├── fetch_youtube_comments.py# 调用 YouTube Data API 抓取评论
├── ui_app.py                # Streamlit 仪表板入口
├── comments_*.json          # 示例数据或你抓到的评论文件
└── README.md

---

先决条件

组件	说明
Python 3.9+	建议使用 venv/conda, 避免污染系统环境
YouTube Data API v3 Key	在 Google Cloud Console 建项目启用 API，复制 key
DeepSeek API Key (可选)	用于高阶摘要，如无可关闭该功能

---

环境安装

# 1. （可选）创建虚拟环境
python -m venv .venv
source .venv/bin/activate        # Windows: .\.venv\Scripts\activate

# 2. 安装依赖
pip install streamlit requests pandas altair deep-translator

如果要启用 DeepSeek，需要 requests 即可；deep-translator 用于自动翻译非中文留言。

---

设置机密信息

# YouTube Data API
setx YOUTUBE_API_KEY "AIza..."

# DeepSeek API（使用仪表板或 CLI --deepseek 时必需）
setx DEEPSEEK_API_KEY "sk-..."

• setx 写入使用者环境变量；设完需重新开终端。也可以直接在当次命令前设置 Env: 变量。

---

命令列工作流

1. 抓取评论

   # 可用 env 覆盖 VIDEO_ID / OUTPUT_PATH
   $Env:VIDEO_ID = "nMsVhGy8LOM"
   python fetch_youtube_comments.py

   生成 comments_<videoId>.json。

2. 离线分析

   python analyze_comments.py comments_<videoId>.json --deepseek --translate-all

   • --deepseek：启用高阶摘要
   • --translate-all：运行前先翻译全部留言，默认只在热门列表中翻译

---

Streamlit UI

streamlit run ui_app.py

功能分为两个分页：

1. 抓取留言：
   • 输入 YouTube API Key、影片 ID、抓取页数与排序
   • 点击「开始抓取」→ 显示结果量并可下载 JSON
2. 分析资料：
   • 上传 JSON 或勾选「使用上一步抓取的数据」
   • 可选翻译、DeepSeek 分析
   • 输出统计卡片、图表、热门留言卡、DeepSeek 风险/主题/追问
   • 支持下载文字报告与 DeepSeek JSON

界面默认采用浅色卡片主题，可在 ui_app.py 内自订 CSS 或配色。

---

深度定制

• analyze_comments.py 顶部的 KEYWORD_BUCKETS、POSITIVE_WORDS 等可自行扩展
• deepseek_client.py 的 prompt 模板可根据行业需求调整
• 如需批量分析多支影片，可写简单脚本循环调用 fetch_... 与 analyze_...

---

部署到 GitHub 的建议步骤

1. 确认敏感资讯未写入源码（API key、JSON 数据等）
2. 初始化 Git 仓库：

   git init
   git add *.py README.md
   git commit -m "feat: youtube sentiment dashboard"

3. （可选）加入示例截图与 .gitignore（例如忽略 comments_*.json、.venv/）
4. 推送到 GitHub：

   git remote add origin https://github.com/<user>/<repo>.git
   git push -u origin main

5. 在 README 中附上截图/示例分析结果，方便读者快速了解。

---

版权与二次开发

• 仅供学习与内部舆情监测用途，若要对外提供服务，请确认 YouTube / DeepSeek API 合约
• 欢迎根据需要添加可视化、批次任务、数据库存储等功能

如果你在部署或扩展过程中需要更多协助，随时开 Issue 或留言。祝分析顺利！