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

我的数据我做主

前言

我深信有意义的不是微信,而是隐藏在对话框背后的一个个深刻故事。未来,每个人都能拥有AI的陪伴,而你的数据能够赋予它有关与你过去的珍贵记忆。我希望看到每个人有将自己的生活痕迹👨‍👩‍👦👚🥗🏠️🚴🧋⛹️🛌🛀留存的权利,而不是遗忘💀。

AI的发展不仅仅是技术的提升,更是情感💞的延续。每一个对话、每一个互动都是生活中独一无二的片段,是真实而动人的情感交流。因此,我希望AI工作者们能够善用这些数据,用于培训独特的、属于个体的人工智能。让个人AI成为生活中的朋友,能够理解、记录并分享我们的欢笑、泪水和成长。

那天,AI不再是高不可攀的存在,而是融入寻常百姓家的一部分。因为每个人都有权利拥有自己的AI,将科技的力量融入生活的方方面面。这是一场关于真情实感的革命,一场让技术变得更加人性化的探索,让我们共同见证未来的美好。

所以《留痕》

🍉功能

  • 恢复📱手机微信数据库

  • 安卓 or 苹果都可以哦

  • 恢复💻PC端微信数据库

  • 还原微信聊天界面

    • 🗨文本✅
    • 🏝图片✅
    • 🐻‍❄️表情包✅
    • 语音❎
    • 视频❎
    • 文件❎
    • 回复❎
    • 拍一拍❎
  • 导出聊天记录

    • sqlite数据库✅
    • HTML(文本、图片)✅
    • 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

    • 导出全部表情包❎
    • 合并多个备份数据❎
  • 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

小白可以先点个star⭐(💘项目不断更新中),然后去旁边Release 下载打包好的exe可执行文件,双击即可运行

⚠️注意:若出现闪退情况请右击选择用管理员身份运行exe程序,该程序不存在任何病毒,若杀毒软件提示有风险选择略过即可

不懂编程的请移步Release,下面的东西看了可能要长脑子啦🐶

PC版微信

1. 安装

# Python>=3.10
git clone https://github.com/LC044/WeChatMsg
cd WeChatMsg
pip install -r requirements_pc.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

2. 使用

  1. 登录微信

手机端使用聊天记录迁移功能将聊天数据迁移到电脑上

操作步骤:我->设置->聊天->聊天记录迁移与备份->迁移-> 迁移到电脑微信(迁移完成后重启微信)否则

  1. 运行程序
python main_pc.py
  1. 点击获取信息

  1. 设置微信安装路径(如果自动设置好了就不用管了)

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(没有wxid的话先选择其中一个文件夹不对的话换其他文件夹)

  1. 获取到密钥和微信路径之后点击开始解密
  2. 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(不懂SQL的就别折腾了)

显示效果

聊天界面

4. pc端功能展示

恭喜你解密成功,来看看效果吧~

4.1 最上方导航栏

可以点击获取教程,相关信息,导出全部信息的csv文件。

image-20231201003914318.png

4.2 聊天界面

点击左侧导航栏——>聊天 ,会随机跳转到某一个好友的界面,滚轮滚动,可以向上翻看更早的聊天记录(温馨提示:可能在翻的时候会有卡顿的现象,是因为数据加载需要时间,后期我们会继续优化嗷~ )。目前聊天记录中文字、图片、表情包基本可以正常显示~

image-20231130221954512.png

当你想要查找某一位好友的信息时,可以在图中红框输入信息,点击Enter回车键,进行检索

image-20231130223621017.png

4.3 好友界面

点击左侧导航栏——>好友,会跳转到好友的界面,同样可以选择好友,右上方导航栏中有(1)统计信息(2)情感分析(3)年度报告(4)退出(5)导出聊天记录:可选择导出为word、csv、html格式。

image-20231130224357480.png

功能部分未集成或开发,请您耐心等待呀~

PC端破解过程中部分问题解决(可参考)

🤔如果您在pc端使用的时候出现问题,可以先参考以下方面,如果仍未解决,可以在群里交流~

如果您遇到下图所示的问题,是由于没有在电脑端登录微信

image-20231130231701520.png

如果您遇到下图所示的问题,需要先运行decrypt_window的可执行文件或者源代码文件

python decrypt_window.py

image-20231130231503340.png

如果您在运行可执行程序的时候出现闪退的现象,请右击软件使用管理员权限运行。

image-20231130233120492.png

如果您在获取信息的时候,wxid 显示none,但是密钥是存在的,需要在微信文件保存的路径中选择该文件夹路径下的带有wxid_xxx的名字,填到wxid位置并继续点击开始解密

image-20231130234120644.png

如果出现如图所示的报错信息,将app/database/msg文件夹删除,重新运行main_pc.py

image-20231130235155121.png

导出数据成功之后,该文件位置与exe文件位置相同(或者在源码.data文件下)

image-20231201000202980.png

🤔注意

解密一个微信数据库之后,登录新的微信并不会实时更改

使用模拟器(支持可视化分析)

不推荐使用,PC端微信可视化功能马上实现

  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

🎄温馨提示

如果您在使用该软件的过程中

  • 发现新的bug
  • 有新的功能诉求
  • 操作比较繁琐
  • 觉得UI不够美观
  • 等其他给您造成困扰的地方

请提起issue或者添加QQ群(进群前先点个⭐哦):474379264 ,我将尽快为您解决问题

如果您是一名开发者,有新的想法或建议,欢迎fork 该项目并发起PR,我将把您的名字写入贡献者名单中

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%