Bilibili Danmaku
Quick Start
0) 安装依赖（首次必做）：
- bash {baseDir}/scripts/ensure_env.sh
1) 抓取弹幕：
- python3 {baseDir}/scripts/fetch_danmaku.py --url "<bilibili_video_url>" --outdir "{baseDir}/output"
2) 运行分析（jieba + 清洗 + SnowNLP + 高密度词云PNG）：
- bash {baseDir}/scripts/analyze.sh "<danmaku_csv_path>" "<meta_json_path>" "{baseDir}/output" "<task_name>"
3) 可选：增加自定义清洗词
- --stopwords-file：传入自定义停用词文件（可重复）
- --extra-stopwords：临时追加停用词（逗号分隔）
- 示例：
- "{baseDir}/.venv/bin/python" {baseDir}/scripts/analyze_danmaku.py --csv "<csv>" --meta "<meta>" --outdir "{baseDir}/output" --name task_clean --extra-stopwords "妈妈,亲戚,这边"
Workflow
1. 获取输入
- 输入支持：
- B站视频 URL（推荐）
--bvid+--page（分P视频）--cid（高级模式，直接指定分P）
2. 抓取弹幕
- 用
fetch_danmaku.py自动完成： bvid -> cid解析- 下载
comment.bilibili.com/{cid}.xml - 导出：
*_danmaku.csv/*_danmaku.json/*_corpus.txt/*_meta.json
3. 分析与产出
- 用
analyze_danmaku.py对 CSV 弹幕文本执行： jieba分词关键词统计（JSON）- 数据清洗（停用词、噪声词、超高文档频率短词剔除）
SnowNLP情感分布统计（JSON）- 高密度词云图（PNG）
- 舆情报告（Markdown）
Output Files
默认输出目录：{baseDir}/output
主要产物：
- *_top_words.json
- *_sentiment.json
- *_wordcloud.png
- *_report.md
Recommended Usage Notes
- 先抓“单视频单P”验证链路，再做批量任务。
- SnowNLP 情感分析适合快速运营判断；高风险场景仍需人工复核。
- 若用户要“更稳健结论”，优先扩大样本（多P/多视频）再汇总。
Resources
scripts/ensure_env.sh：安装依赖（jieba/snownlp/wordcloud）requirements.txt：Python依赖清单scripts/fetch_danmaku.py：抓取与导出弹幕scripts/analyze_danmaku.py：jieba词频、清洗、SnowNLP情感、舆情报告scripts/fetch.sh/scripts/analyze.sh：便捷命令封装references/stopwords.default.txt：默认干扰词词表references/methodology.md：方法与局限说明
