Python代码报错：tweepy未定义及tweet.text属性不存在问题求助

错误1：名称'tweepy'未定义 #

问题原因及解决： #

1. 未安装Tweepy库：先通过pip安装最新版Tweepy：

   pip install tweepy
   

2. 缺少API授权初始化：代码直接使用api对象但未完成Twitter API的授权配置，必须先添加密钥初始化代码（需替换为你在Twitter开发者平台申请的密钥）：

   # 补充API授权
   consumer_key = "你的Consumer Key"
   consumer_secret = "你的Consumer Secret"
   access_token = "你的Access Token"
   access_token_secret = "你的Access Token Secret"
   
   # 初始化API（v1版本）
   auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
   auth.set_access_token(access_token, access_token_secret)
   api = tweepy.API(auth, wait_on_rate_limit=True)
   

错误2：tweet.text属性未定义 #

问题原因及解决： #

代码中使用了tweepy.Cursor(api.search_users, q=keyword)，这个接口是搜索Twitter用户的，返回的是User对象，没有text属性。需替换为搜索推文的接口：

• 若使用Tweepy v1.1，用api.search_tweets（需确保开发者账号有v1.1搜索权限）
• 若使用Tweepy v2，用client.search_recent_tweets

同时代码还存在未导入SentimentIntensityAnalyzer、函数缩进错误、情感计数逻辑错误等问题，以下是修正后的完整代码：

from textblob import TextBlob
import sys
import tweepy
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import os
import nltk
from nltk.sentiment.vader import SentimentIntensityAnalyzer  # 补充导入
import pycountry
import re
import string

# 下载VADER词典（首次运行需要）
nltk.download('vader_lexicon')

# 补充API授权（替换成你的密钥）
consumer_key = "你的Consumer Key"
consumer_secret = "你的Consumer Secret"
access_token = "你的Access Token"
access_token_secret = "你的Access Token Secret"

auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
auth.set_access_token(access_token, access_token_secret)
api = tweepy.API(auth, wait_on_rate_limit=True)

# Sentiment Analysis
def percentage(part, whole):
    return 100 * float(part) / float(whole)

keyword = input("请输入要搜索的关键词或话题标签: ")
noOfTweet = int(input("请输入要分析的推文数量: "))

# 替换为搜索推文的接口（v1.1版本）
tweets = tweepy.Cursor(api.search_tweets, q=keyword, lang="en").items(noOfTweet)

positive = 0
negative = 0
neutral = 0
polarity = 0
tweet_list = []
neutral_list = []
negative_list = []
positive_list = []

for tweet in tweets:
    tweet_text = tweet.text  # 现在tweet是推文对象，拥有text属性
    tweet_list.append(tweet_text)
    
    # TextBlob情感分析
    analysis = TextBlob(tweet_text)
    polarity += analysis.sentiment.polarity
    
    # VADER情感分析
    score = SentimentIntensityAnalyzer().polarity_scores(tweet_text)
    neg = score['neg']
    neu = score['neu']
    pos = score['pos']

    # 修正计数逻辑
    if pos > neg:
        positive_list.append(tweet_text)
        positive += 1
    elif pos == neg:
        neutral_list.append(tweet_text)
        neutral += 1
    else:
        negative_list.append(tweet_text)
        negative += 1

# 计算百分比
positive = percentage(positive, noOfTweet)
negative = percentage(negative, noOfTweet)
neutral = percentage(neutral, noOfTweet)
polarity = percentage(polarity, noOfTweet)

# 格式化输出
positive = format(positive, '.1f')
negative = format(negative, '.1f')
neutral = format(neutral, '.1f')

print(f"正面情感占比: {positive}%")
print(f"中性情感占比: {neutral}%")
print(f"负面情感占比: {negative}%")

内容的提问来源于stack exchange，提问作者Ishita Sharma_31