🔍 中文文本分类系统 (子尧毕业设计)

---

📋 项目简介

本项目是一个基于 Flask 和 TensorFlow/Keras 实现的中文文本分类系统，旨在作为"子尧"同学的毕业设计。系统允许用户上传文本文件（单个 .txt）、直接输入文本或上传包含多个 .txt 文件的压缩包（.zip 或 .rar），并自动对这些文本内容进行预定义的类别（如体育、娱乐、科技等）分类。

分类完成的文档会被存储在 MySQL 数据库中，并按照"类别-编号-原文件名"的格式保存在服务器指定目录。用户可以方便地在网页端查看已分类的文档列表，并按类别筛选，支持下载单个或批量打包下载已分类的原始文件。

---

✨ 主要功能

• 📄 单文件分类: 上传单个 .txt 文件进行文本分类
• 📝 文本输入分类: 直接在文本框中输入内容进行分类
• 📦 批量文件分类: 上传 .zip 或 .rar 压缩包，系统会自动解压并分类包内所有 .txt 文件
• 💾 结果存储: 将分类结果（类别、原始文件名、存储路径等）存入 MySQL 数据库
• 📊 文档管理: 在网页端展示已分类的文档列表，支持按类别筛选
• ⬇️ 文件下载: 提供单个文件下载和多选文件打包（zip）下载功能
• 🔐 用户认证: 基础功能，确保用户只能看到自己上传和分类的文档

---

🔧 技术栈

• 🔙 后端框架: Flask (Python 3.9)
• 🧠 机器学习: TensorFlow / Keras (模型加载与预测), Jieba (中文分词)
• 🗄️ 数据库: MySQL
• 🔄 反向代理: Nginx

---

📥 部署说明 (Debian 12)

以下步骤将指导您如何在 Debian 12 服务器上部署此应用。请注意，由于 Debian 12 默认 Python 版本为 3.11，我们将使用 pyenv 来安装和管理所需的 Python 3.9 版本。

📋 部署目标:

• 使用 pyenv 安装 Python 3.9
• 使用 Gunicorn 运行 Flask 应用 (监听指定端口或 Socket)
• 使用 Nginx 作为反向代理

🔍 先决条件:

• 一台 Debian 12 服务器
• 拥有 sudo 权限的用户
• 已安装 Git
• MySQL 数据库服务（本地或远程），并准备好数据库名、用户名、密码

🚀 部署步骤:

1️⃣ 服务器准备与 pyenv 安装

# 更新系统
sudo apt update && sudo apt upgrade -y

# 安装基础编译工具、Nginx、Git 及 pyenv 依赖
sudo apt install -y --no-install-recommends make build-essential libssl-dev zlib1g-dev \
libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev \
xz-utils tk-dev libffi-dev liblzma-dev python3-openssl git nginx

# 安装 pyenv (使用官方脚本)
curl https://pyenv.run | bash

# 配置 Shell 环境 (添加到 ~/.bashrc)
echo '# pyenv config' >> ~/.bashrc
echo 'export PYENV_ROOT="$HOME/.pyenv"' >> ~/.bashrc
echo 'command -v pyenv >/dev/null || export PATH="$PYENV_ROOT/bin:$PATH"' >> ~/.bashrc
echo 'eval "$(pyenv init -)"' >> ~/.bashrc

# 使配置生效 (或重新登录)
source ~/.bashrc

# 验证 pyenv
pyenv --version

2️⃣ 安装 Python 3.9

# 查看可用的 Python 3.9.x 版本
# pyenv install --list | grep " 3.9"

# 安装一个具体的 3.9.x 版本 (例如 3.9.18, 请检查并使用最新的 3.9 补丁版本)
pyenv install 3.9.18 # 安装过程可能需要几分钟

3️⃣ 获取代码

# 创建项目部署目录 (例如 /var/www)
sudo mkdir -p /var/www/text-classify-ui
# 更改所有权给你当前的用户，方便操作
sudo chown $USER:$USER /var/www/text-classify-ui
cd /var/www/text-classify-ui

# 克隆代码仓库
git clone https://git.sq0715.com/qin/text-classify-ui.git .

4️⃣ 设置 Python 虚拟环境 (使用 Python 3.9)

# 进入项目目录
cd /var/www/text-classify-ui

# 使用 pyenv 安装的 Python 3.9 创建虚拟环境 'ziyao'
# 注意: 这里的路径 ~/.pyenv/... 依赖于你的 pyenv 安装和选择的 Python 版本
~/.pyenv/versions/3.9.18/bin/python -m venv ziyao

# 激活虚拟环境
source ziyao/bin/activate

# 升级 pip 并安装项目依赖
pip install --upgrade pip
pip install -r requirements.txt

5️⃣ 应用配置

• 项目可能使用 .env 文件或 config.py 来管理配置。
• 创建或编辑 .env 文件: 在项目根目录 (/var/www/text-classify-ui) 创建一个名为 .env 的文件，至少包含以下内容（请替换为你的实际值）：

# .env 文件示例
FLASK_APP=app.py
FLASK_ENV=production # 设置为 production 环境
SECRET_KEY='一个非常安全且随机的密钥' # 请生成一个强密钥

# 数据库连接信息
DB_HOST='localhost' # 或你的数据库服务器地址
DB_PORT='3306'
DB_USER='your_db_user'
DB_PASSWORD='your_db_password'
DB_NAME='text_classify_db'

# 上传和临时文件夹 (相对于 app.py)
UPLOAD_FOLDER='uploads'
TEMP_FOLDER='temp'

# 模型路径 (相对于 app.py)
MODEL_PATH='model/trained_model.h5'
TOKENIZER_PATH='model/tokenizer.pickle'

• 确保数据库已创建:

  CREATE DATABASE text_classify_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
  CREATE USER 'your_db_user'@'localhost' IDENTIFIED BY 'your_db_password';
  GRANT ALL PRIVILEGES ON text_classify_db.* TO 'your_db_user'@'localhost';
  FLUSH PRIVILEGES;
  EXIT;
  

  注意: 如果数据库在不同服务器，请将 'localhost' 替换为 Flask 应用服务器的 IP 地址。

6️⃣ 配置 Nginx 反向代理

• 创建 Nginx 配置文件:

  sudo nano /etc/nginx/sites-available/text-classify-ui
  

  粘贴以下配置，替换 your_domain_or_server_ip：

  server {
      listen 80;
      server_name your_domain_or_server_ip; # 替换为你的域名或服务器 IP
  
      client_max_body_size 20M; # 允许上传最大 20MB 的文件 (根据需要调整)
  
      location / {
          # 将请求转发给 Gunicorn
          proxy_pass http://127.0.0.1:50004; # 如果 Gunicorn 监听端口
          # 如果 Gunicorn 使用 Socket:
          # proxy_pass http://unix:/var/www/text-classify-ui/text-classify-ui.sock;
  
          proxy_set_header Host $host;
          proxy_set_header X-Real-IP $remote_addr;
          proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
          proxy_set_header X-Forwarded-Proto $scheme;
          proxy_read_timeout 300s; # 增加超时，防止大文件上传或处理中断
          proxy_connect_timeout 75s;
      }
  
      location /static {
          # 直接服务静态文件
          alias /var/www/text-classify-ui/static;
          expires 30d; # 静态文件缓存 30 天
      }
  }
  

• 启用配置并重启 Nginx:

  # 创建软链接到 sites-enabled 目录
  sudo ln -s /etc/nginx/sites-available/text-classify-ui /etc/nginx/sites-enabled/
  
  # 测试 Nginx 配置是否有语法错误
  sudo nginx -t
  
  # 如果测试成功，重新加载 Nginx 服务
  sudo systemctl reload nginx
  

7️⃣ 配置防火墙 (如果使用 ufw)

# 允许 Nginx 的 HTTP (80) 和 HTTPS (443) 流量
sudo ufw allow 'Nginx Full'

# 确保 SSH 端口已允许 (通常默认是允许的)
# sudo ufw allow OpenSSH

# 启用防火墙 (如果尚未启用)
# sudo ufw enable

✅ 完成!

现在你应该可以通过浏览器访问 http://your_domain_or_server_ip 来使用你的文本分类系统了。

---

⚠️ 注意事项

• 🔒 安全: 确保 .env 文件中的 SECRET_KEY 是强随机值且不被泄露。考虑为数据库连接使用更严格的权限。
• 🔐 HTTPS: 为了生产环境安全，强烈建议配置 Nginx 使用 SSL/TLS 证书启用 HTTPS (可以使用 Let's Encrypt 免费获取)。
• 📊 模型文件: 确保模型文件 (trained_model.h5 和 tokenizer.pickle) 随代码一起部署到服务器的 model 目录中，并且运行 Gunicorn 的用户有读取权限。
• 📦 依赖库: 如果在部署过程中遇到特定库的编译错误，可能需要安装额外的 -dev 包。

---

📞 联系方式

如有任何问题或需要技术支持，请通过以下邮箱联系我：

📧 联系邮箱: 1980721162@qq.com

---

🙏 祝部署顺利！