Skip to content

提取微信聊天记录,将其导出成HTML、Word、CSV文档永久保存,对聊天记录进行分析生成年度聊天报告

License

Notifications You must be signed in to change notification settings

Austinguis/WeChatMsg

Repository files navigation

微信聊天记录可视化

功能

  • 破解📱手机微信数据库
  • 安卓 or 苹果都可以哦
  • 破解💻PC端微信数据库
  • 还原微信聊天界面
  • 导出聊天记录
    • Word文档
    • CSV文档
  • 分析聊天数据,做成可视化年报
  • 🔥项目持续更新中
  • 小伙伴们想要其他功能可以留言哦🏆
  • 有任何问题可以随时联系我([email protected])

为了方便大家交流,我新建了一个QQ群💬:474379264

大家有任何想法、建议或bug可以群里反馈给我

效果

聊天界面 image-20230520235113261

image-20230520235220104

image-20230520235338305

image-20230520235351749

image-20230520235400772

image-20230520235409112

image-20230520235422128

image-20230520235431091

使用

解密PC版微信数据库

1. 安装

git clone https://github.com/LC044/WeChatMsg
cd WeChatMsg
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 使用

  1. 登录微信

  2. 运行程序

    python decrypt_window.py
  3. 点击获取信息

  4. 设置微信安装路径 可以到微信->设置->文件管理查看

    点击设置微信路径按钮,选择该文件夹路径下的带有wxid_xxx的路径

  5. 获取到密钥和微信路径之后点击开始解密

  6. 解密后的数据库文件保存在./app/DataBase/Msg路径下

3. 查看

随便下载一个SQLite数据库查看软件就能打开数据库,例如DB Browser for SQLite

显示效果 聊天界面

使用模拟器

  1. 根据教程获得两个文件
    • auth_info_key_prefs.xml——解析数据库密码
    • EnMicroMsg.db——聊天数据库
    • 上面这两个文件就可以
  2. 安装依赖库

python版本>=3.10

说明:用到了python3.10的match语法,不方便更换python版本的小伙伴可以把match(运行报错的地方)更改为if else

命令行运行以下代码(建议使用Pycharm打开项目,Pycharm会自动配置好所有东西,直接运行main.py即可

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

运行main.py

python main.py
  1. 出现解密界面

image-20230521001305274

按照提示选择上面获得的两个文件,等待解密完成,重新运行程序

  1. 进入主界面

这时候不显示头像,因为头像文件没有导入进来

image-20230521001547481

根据教程 将头像文件夹avatar复制到工程目录./app/data/目录下

image-20230521001726799

如果想要显示聊天图像就把教程 里的image2文件夹复制到./app/data文件夹里,效果跟上图一样

复制进来之后再运行程序就有图像了

image-20230520235113261

项目还有很多bug,希望大家能够及时反馈

项目地址:https://github.com/LC044/WeChatMsg

致谢


说明:该项目仅可用于交流学习,禁止任何非法用途,创作者不承担任何责任🙄

Star History Chart

About

提取微信聊天记录,将其导出成HTML、Word、CSV文档永久保存,对聊天记录进行分析生成年度聊天报告

Resources

License

Stars

Watchers

Forks

Packages

No packages published

Languages

  • Python 98.9%
  • HTML 1.1%