TSCAnalysis

环境要求

python 包

jieba gensim

数据库不用管了，弹幕数据不存在数据库里 mysql-connector(mac 上) mysqldb(windows 上)

运行

直接运行 TSCAnalysis/spider/bilibilispider.py文件，在以下代码中修改视频链接，获得的弹幕文件存储在 TSCAnalysis/data/local 目录下：

if __name__ == "__main__":
    bilibili_spider = BilibiliSpider()
    # 可以写一个视频url文件，然后从文件中读入，以后在改善
    bilibili_spider.start_spider_barrage("http://www.bilibili.com/video/av5384127/")

数据库要求

mysql版本 >= 5.5.3

mysqldb 版本 >= 1.2.5

原因：由于弹幕数据中包含大量的特殊unicode字符，需要使用mysql中的utf8mb4编码方式存储（完全支持全部的unicode字符串），而mysql的5.5.3 版本及以上，mysqldb的1.2.5版本及以上支持utf8mb4编码。

关于mysql utf8mb4 的配置

Ubuntu MySQL configuration file (/etc/my.cnf)

Windows: my.ini

关于mysql utf8mb4 的配置

[client]
default-character-set = utf8mb4

[mysql]
default-character-set = utf8mb4

[mysqld]
character-set-client-handshake = FALSE
character-set-server = utf8mb4
collation-server = utf8mb4_unicode_ci

停止mysql服务，修改完成my.cnf(my.ini)之后,重启mysql服务即可。

XuJian1252878/TSCAnalysis

TSCAnalysis

环境要求