最全的ios系统导出微信聊天记录&生成词云教程

2022-07-23 15:04:33 浏览数 (1)

大家好，又见面了，我是你们的朋友全栈君。

首先放一张我的iPhone手机导出微信聊天记录生成的词云效果图（个别敏感词汇请大家自行忽略hhh）：

对于如何导出手机上的微信聊天记录，网上绝大部分教程提到的“楼月微信聊天记录导出恢复助手”和“手机博士微信聊天记录查看”等软件都是收费的，免费版本只能查看很少的几条聊天记录并且不能导出。在这里提供一种绝对免费的方法可以方便地导出微信聊天记录，后面附上根据聊天记录生成词云的教程。由于我个人的手机是ios系统，因此本篇blog暂时只针对ios系统。安卓系统想要导出微信聊天记录貌似需要开启root权限，可以参阅此教程中附的链接进行尝试。

第一步：备份手机

下载iTunes软件，用usb线将手机连接电脑，按下图所示步骤进行手机备份。

注意第四步的对话框如果显示的为“是否对备份内容进行加密？”，选择“不加密”即可。

备注

第二步： 导出聊天记录

（从这里往下就全是针对ios系统了……） 下载iPhone Backup Viewer，以下是网址： Extract Data from iPhone Backups

下载好后打开软件，软件会自动找到备份文件的位置，并显示出来，如下（大幂幂太美了）：

点击中间的屏幕进入备份文件–>点击最后一个图标：

然后点击右上方的“树形结构”图标：

在左侧文件栏找到名为”AppDomain-com.tencent.xin“的文件夹并展开–>展开”Document“子文件夹，可以看到子文件夹里有若干个由32位数字 字母（经过MD5加密过的32位字符串）命名的文件夹，这些文件夹就是在我们的手机微信上存储的不同用户的数据文件，每个文件夹代表一个用户，比如我的手机上登录过两个用户的微信：

之所以可能有不止一个文件夹，是因为手机上可能短时间登陆过其他用户。如何判断哪个是我经常使用的那个账户？在第二步骤的备注部分将作出解答。

展开上述子文件夹–>找到DB子文件夹打开，可以看到右侧有一个”MM.sqlite“文件，这个就是全部的聊天记录文件。选择右上角的”Export“–>”Selected“即可导出到自己想要的位置。如下：

备注

我们可以根据”MM.sqlilte”文件的大小区分我们需要导出哪个用户的聊天记录。通常来说，我们使用最多的那个微信账号，由于聊天记录很多，这个文件会很大。以我的手机为例，在命名为”493c439bf…”的那个文件夹里，我的”MM.sqlite”文件有800M，而在”cb33ae…”那个文件夹中，”MM.sqlite”文件只有600K：

因此我可以确定”493c439bf…”对应的那个数据库是我的主账号的聊天记录。

第三步： 分析聊天记录

下载数据库查看软件，推荐轻量型的软件SQLiteSpy，下载地址为： Download SQLiteSpy1.9.13

下载好后，用该软件打开刚才保存下来的”MM.sqlite”文件。在左侧的表中，所有以”Chat_”开头的表就是单人聊天记录或群聊或公众号的聊天记录。以”ChatExt2_”开头的表是没有用的。随便点开一个，在右侧的Message列下面就是所有的聊天记录，如图是我点开的一个群聊：

左侧的表名都是乱码，怎么找到与某个特定人的聊天记录？

在左侧最下面找到一个名为”sqlite_sequence”的表，点开看到该表的内容是name-seq的关系表，其中name就是左侧全部的表名，seq是与这个人互发消息的总条数，点击”seq”列名的地方可以对seq从小到大或从大到小排序。我们可以估计一下我们跟我们要找的人大概发过多少消息，排序后找到对应的表名去打开那个表。

比如在这里，我希望找到的那个人，我确信和他的聊天记录是最多的，因此我可以确信第一行的name就是他的那张表：

因此在左侧找到名为”Chat_cb33aef1a7935289ed780a899b29da6d”的表，果不其然：

备注

更详细的关于表名与好友的对应关系储存在”WCDB_Contace.sqlite”数据库中，更详细的分析可以参考下面的链接中从第3条往后的内容： iOS 微信数据库分析

第四步：导出聊天记录生成词云

接下来使用python对”MM.sqlite”数据库进行操作，可以执行导出、显示等。这里以生成词云为例：

先引入必需的包，这些包都需要预先安装（pip的使用可以自行百度~）：

代码语言：javascript复制
import re
import jieba
import wordcloud
import sqlite3
import cv2

首先连接数据库：

代码语言：javascript复制
# connect database
conn = sqlite3.connect("F:/iTunes/output/com.tencent.xin/Documents/493c439bf5d6404aac3ad6e5b1d29835/DB/MM.sqlite")
c = conn.cursor()
# data = c.execute("select name from sqlite_master where type='table' order by name")
tabelname = "Chat_cb33aef1a7935289ed780a899b29da6d"
search = c.execute("select Message from "   tabelname).fetchall()

第2行的参数是刚才保存的”MM.sqlite”文件的地址，可以用相对路径，不必须用绝对路径。

第4行是执行获取所有表名的SQL语句，如果需要遍历全部聊天记录可以使用该语句。

第5行是第二步中找到的表名。

第6行是从该表中查询所有的消息记录。

之后使用jieba对逐条消息进行分词：

代码语言：javascript复制
# for each message: cut into words
wordList = []
for each in search:
    find = re.findall(r'[u4e00-u9fa5] ', each[0])
    for sentence in find:
        cutResult = jieba.cut(sentence, cut_all=False, HMM=True)
        for word in cutResult:
            wordList.append(word)

第4行是从查询结果中逐条消息地找到所有的中文字符。

第6~8行是对每句话进行分词，并把分出来的单词加入到wordList中。

之后设置停用词表，并更新分词列表：

代码语言：javascript复制
# set Stopword list
excludes = ['这个', '不是', '觉得', '什么', '没有', '可以', '一个', '知道', '那个', '现在', '今天', '怎么', '时候', '所以'
                '一下', '有点', '可能', '然后', '感觉', '就是', '还是', '这么', '明天', '刚才', '你们', '的话', '要是', '一条',
                '那种', '这种', '以后', '而且', '两个', '我要', '反正', '不用', '一会', '直接', '肯定', '特别', '比较', '一次',
                '皱眉', '捂脸', '发抖', '愉快', '呲牙', '嘿哈']
# get list of needed words 
result = []
for word in wordList:
    if len(word) == 1:
        continue
    elif word in excludes:
        continue
    else:
        result.append(word)
result = ' '.join(result)

第2行设置停用词表是为了不让这些词在词云中出现（因为这些词的出现频率都很高），也可以自己选择性地修改。记得要把各种emoji表情的名字也加进去，因为在聊天记录中emoji的名字会算作文字~

第9行排除单个字形成的词；第11行排除停用词表中的词。

第15行得到要输入给词云的字符串，字符串是以空格分隔的单词。

最后生成词云：

代码语言：javascript复制
# generate wordcloud
mask_jpg = cv2.imread("F:/Documents/Python/myProject/input/love_mask.jpg")
w = wordcloud.WordCloud(mask=mask_jpg, font_path='C:/Windows/Fonts/小清新中文.TTF',
                            width=600, height=525, max_words=400, collocations=False,
                            max_font_size=110, background_color='black')
w.generate(result)
# set color2.jpg's colormap as the cloud's colormap
color_jpg = cv2.imread("F:DocumentsPythonmyProjectinputcolor2.jpg")
img_color = wordcloud.ImageColorGenerator(color_jpg)
w.recolor(color_func=img_color)
# write to file
w.to_file('output/output9.png')

第2行是读入mask（遮罩）图片，目的是让词云匹配该图片的形状，这张图片中所有白色的区域都不会有词云出现。同样，参数的路径可以使用相对路径。在该示例中，我使用的是如下的图片：

第3行建立词云对象，mask参数指定mask图片，font_path指定字体的位置，width和height是生成图像的宽和高，max_words指定词云中最大包含词语的数量，collocations设为False防止词云中出现重复的词，max_font_size指定词云中词语最大的字号background_color指定生成图片的背景色。以上参数均允许为空。

第6行把文本内容加载进词云。

第8~10行读入一张颜色图片，这张图片的目的是让词云的色彩匹配这张图片里面的颜色，而不是使用默认颜色。如果不指定这张图片，词云就会按照预设的颜色方案给各个单词上色。在本示例中，我使用的是如下的图片：

最后一行把生成的词云写入文件。

程序运行结束后，查看生成的词云，最终效果如下图所示：

最后附上完整的代码：

代码语言：javascript复制
import re
import jieba
import wordcloud
import sqlite3
import cv2

if __name__ == '__main__':
    # connect database
    conn = sqlite3.connect("F:/iTunes/output/com.tencent.xin/Documents/493c439bf5d6404aac3ad6e5b1d29835/DB/MM.sqlite")
    c = conn.cursor()
    # data = c.execute("select name from sqlite_master where type='table' order by name")
    tabelname = "Chat_cb33aef1a7935289ed780a899b29da6d"
    search = c.execute("select Message from "   tabelname).fetchall()
    # for each message: cut into words
    wordList = []
    for each in search:
        find = re.findall(r'[u4e00-u9fa5] ', each[0])
        for sentence in find:
            cutResult = jieba.cut(sentence, cut_all=False, HMM=True)
            for word in cutResult:
                wordList.append(word)

    # set Stopword list
    excludes = ['这个', '不是', '觉得', '什么', '没有', '可以', '一个', '知道', '那个', '现在', '今天', '怎么', '时候', '所以'
                '一下', '有点', '可能', '然后', '感觉', '就是', '还是', '这么', '明天', '刚才', '你们', '的话', '要是', '一条',
                '那种', '这种', '以后', '而且', '两个', '我要', '反正', '不用', '一会', '直接', '肯定', '特别', '比较', '一次',
                '皱眉', '捂脸', '发抖', '愉快', '呲牙', '嘿哈']

    # get list of needed words
    result = []
    for word in wordList:
        if len(word) == 1:
            continue
        elif word in excludes:
            continue
        else:
            result.append(word)
    result = ' '.join(result)

    # generate wordcloud
    mask_jpg = cv2.imread("F:/Documents/Python/myProject/input/love_mask.jpg")
    w = wordcloud.WordCloud(mask=mask_jpg, font_path='C:/Windows/Fonts/小清新中文.TTF',
                            width=600, height=525, max_words=400, collocations=False,
                            max_font_size=110, background_color='black')
    w.generate(result)
    # set color2.jpg's colormap as the cloud's colormap
    color_jpg = cv2.imread("F:DocumentsPythonmyProjectinputcolor2.jpg")
    img_color = wordcloud.ImageColorGenerator(color_jpg)
    w.recolor(color_func=img_color)
    # write to file
    w.to_file('output/output9.png')

感谢阅读~

有任何问题欢迎在评论区交流~

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/126610.html原文链接：https://javaforall.cn

微信 数据库 sql ios iphone

0 人点赞