Gazouilloire项目启动和配置教程

1. 项目的目录结构及介绍

Gazouilloire是一个用于长期收集Twitter推文的命令行工具。以下是项目的目录结构及各部分功能的简要介绍：

• bin/：包含一些脚本文件，用于项目操作。
• doc/：存放项目文档，包括项目说明和用户手册。
• gazouilloire/：项目的主要代码目录，包含Python源文件。
• .gitignore：定义哪些文件和目录应该被Git忽略。
• LICENSE：项目的许可证文件，本项目采用GPL-3.0协议。
• MANIFEST.in：用于打包时指定包含哪些文件。
• README.md：项目的自述文件，包含项目介绍和使用说明。
• requirements.txt：项目依赖的Python包列表。
• setup.py：项目的设置文件，用于安装Python包。

2. 项目的启动文件介绍

Gazouilloire的启动主要通过命令行操作，主要命令如下：

• gazou init [path/to/collection/directory]：初始化一个收集目录，并创建配置文件config.json。
• gazou run [path/to/collection/directory]：开始收集Twitter推文。

这些命令可以在项目根目录下的终端中执行，如果指定了目录路径，则在指定目录下操作。

3. 项目的配置文件介绍

配置文件config.json是Gazouilloire项目运行的关键，以下是其主要配置项介绍：

• twitter：Twitter API的配置，包括消费者密钥、消费者密钥秘密、访问令牌和访问令牌秘密。
• database：ElasticSearch数据库的连接配置，包括主机地址、端口和数据库名称。
• keywords：需要收集的推文关键词列表。
• url_pieces：需要收集的推文中包含的URL片段列表。

以下是一个基本的config.json示例：

{
  "twitter": {
    "key": "<Consumer Key (API Key)>",
    "secret": "<Consumer Secret (API Secret)>",
    "oauth_token": "<Access Token>",
    "oauth_secret": "<Access Token Secret>"
  },
  "database": {
    "host": "localhost",
    "port": 9200,
    "db_name": "medialab-tweets"
  },
  "keywords": ["关键词1", "关键词2"],
  "url_pieces": ["url片段1", "url片段2"]
}

在使用前，请根据实际情况替换上述配置文件中的占位符内容，并确保ElasticSearch服务已正确安装和运行。