本文目的
为了下载比特币区块链上的原始转账记录，搜索了几篇比特币数据分析论文里提到的一些获取数据方法，对比下来采用基于Python的bitcoinrpc相对直接解析二进制文件比较容易上手，且在GitHub上有开源脚本：
https://github.com/jgarzik/python-bitcoinrpc
但具体在Windows系统进行设置的时候踩过一些坑，最后终于摸索摸索搞定了，将过程记录于此。
环境介绍
- Windows10
- python3.7
- 有一个磁盘剩余容量300G以上
操作过程
- 安装相关的Python包
首先，根据GitHub上的指示安装package：
pip install python-bitcoinrpc
GitHub上面有一个示例告诉我们如何使用这个服务获得区块数据:
from bitcoinrpc.authproxy import AuthServiceProxy, JSONRPCException
# rpc_user and rpc_password are set in the bitcoin.conf file
rpc_connection = AuthServiceProxy("http://%s:%s@127.0.0.1:8332"%(rpc_user, rpc_password))
best_block_hash = rpc_connection.getbestblockhash()
print(rpc_connection.getblock(best_block_hash))
其中提到的关键是，需要在 bitcoin.conf 文件里面设置rpc_user, rpc_password等参数。一开始一头雾水不知道去哪找这个bitcoin.conf文件，后来才明白要开启这个rpc服务首先要在本地安装一个比特币全节点，并非通过比特币网站提供的对外API下载数据。
- 安装Bitcoin Core
接着上一步说的，去bitcoin.org下载了Windows版本的bitcoin-0.19.0.1-win64-setup.exe，安装后指定路径下出现名为Bitcoin的文件夹，里面有子文件夹daemon和doc，以及应用程序bitcoin-qt.exe等少数文件。
子文件夹daemon里面含有四个程序，分别是bitcoin-cli.exe, bitcoind.exe, bitcoin-tx.exe, bitcoin-wallet.exe，这些网上其他地方都有相应的介绍，我们需要知道的是，有两种方式启动bitcoin core设定参数和下载数据：
- 方法一：在cmd里面运行daemon里的程序，并加上特定的命令
- 方法二：直接双击打开bitcoin-qt.exe
建议在这之前，先浏览以下三个链接
https://en.bitcoin.it/wiki/Running_Bitcoin
https://en.bitcoin.it/wiki/Data_directory
https://en.bitcoin.it/wiki/API_reference_(JSON-RPC)
这里会告诉我们比特币存数据的默认地址一般在哪。并且告诉我们bitcoin.conf是需要自己创建的，里面的内容可以参考链接中给的例子，网上也有很多例子。
我先采用了第二种方式，直接运行bitcoin-qt.exe这个应用程序，打开它之后，会有一些初始配置的对话框，我们可以指定数据保存路径，这个路径一定要有200G以上的剩余空间。另外需要注意的是，在对话框中不要勾选“将区块存储修剪至2GB”如果勾选这个，一些较早的区块就不保存了，后面调rpc接口的时候就会因找不到指定区块数据而报错。
上图展示了开启Bitcoin Core客户端后自动开始下载区块数据的界面，从2009年开始到现在十年多的数据预计在12小时左右下完，还是比我想象的要快许多。
上图是安装好之后界面中点击设置-选项跳出的界面，在这里可以进行一些参数的设定，例如我前面提到的是否选择修剪区块存储，如果原本选择了修剪，则最终存下来的数据量大概咋5~6GB左右，如果不选择修剪，数据量大约298G，并且随着时间会不断增大。
在同步完区块头，开始稳定下载数据时，会发现你指定的存数据路径下（若没有指定存储路径，则在系统默认的C:\Users\username\AppData\Roaming\Bitcoin下面）出现bitcoin.conf文件，里面初始是空的。这个文件是为了方便你更改一些设定，在下次运行bitcoin-qt.exe的时候会自动加载这个配置文件并将里面的配置参数覆盖原有参数，其它没有在配置文件里面明确的参数保持原样。
例如上面配置截图中默认的数据库缓存大小是450MB，我在配置文件中添加: dbcache=10000，再重新打开应用程序，它就将这个参数覆盖默认值了。
出于好奇，我也试了一下第一种方法，在cmd运行bitcoind就会自动在系统默认AppData路径，例如C:\Users\username\AppData\Roaming\下创建名为Bitcoin的文件夹，并在里面创建子文件夹blocks, chianstate, indexes，同时创建一个空的bitcoin.conf。如果没有找到bitcoin.conf，在该路径下新建一个即可（注意后缀名是.conf）。
- 配置bitcoin.conf文件
在bitcoin.conf里面输入JSON-RPC相关配置信息并保存，参考配置如下：
# Accept command line and JSON-RPC commands
server = 1 # 开启JSON-RPC服务
# Maintain a full transaction index, used by the getrawtransaction rpc call
txindex = 1 # 为存储的区块数据添加索引
#Bind to given address to listen for JSON-RPC connections.
rpcbind = 127.0.0.1:8332 # 默认端口
# On client-side, you add the normal user/password pair to send commands:
rpcuser = username # 自定义用户名
rpcpassword = password # 自定义密码
其它的一些参数设置可参考应用程序帮助-命令行选项里的列表。
- 测试是否正常运行
这时候便可用第一步中提到的示例代码测试bitcoinrpc是否能正常请求数据了。需要注意的是，在运行代码时要确保bitcoin-qt.exe或bitcoind.exe正在运行，这样服务才会打开，不然会提示127.0.0.1:8332连接不通问题。另外就是如果区块的历史数据没有下载完成时，这个工具只能请求获得已经下载的区块数据。下面截图里显示的就是用getbestblockhash函数获得的已下载数据中height最高（398661）的区块的部分数据结果。
结语
对于仅想对比特币进行数据分析的目的而言，下载全量比特币区块原始数据再解析并不是理想的方式，但目前还没有发现可以不运行全节点而直接通过一个官方的API接口查询所需数据的方法，只能先通过这种方式了，希望后面可以找到更简单的数据收集途径。
（记于2019年12月27日）
