用途：对文本内容做情感分析，输出正面/负面/中性分类、极性评分、置信度、主观性以及情绪（喜悦、愤怒、悲伤、恐惧、惊讶）检测结果，适用于产品评论、社交媒体监测和客户反馈归类等场景。
主要能力：单条文本分析；从列表或 CSV（可指定文本列、日期列）批量分析并输出 CSV；按时间做趋势分析；生成情感分布图、趋势图和分情感词云。结果字段包括 sentiment、score（-1.0 到 1.0）、confidence、subjectivity 和 emotions 各情绪分值。
使用方式：Python 中从 scripts.sentiment_analyzer 导入 SentimentAnalyzer，初始化后调用 analyze、analyze_batch、analyze_csv，并用 plot_distribution、plot_trend、plot_wordcloud 出图。命令行可运行 python sentiment_analyzer.py，支持 --text、--input、--column、--date、--output、--plot、--trend、--format 等参数，默认输出 JSON。依赖 textblob>=0.17.0、pandas>=2.0.0、matplotlib>=3.7.0。
限制：主要针对英文优化，其他语言准确率可能下降；反讽和讽刺可能无法准确识别；依赖上下文的语义可能被遗漏；少于 5 个词的短文本置信度较低。