微信聊天记录词云制作

聊天记录词云制作"/>

微信聊天记录词云制作

文章目录

• 一：聊天记录传输至电脑
• 二：聊天记录破解
• 三：聊天记录分析
• • （1）字段含义
  • （2）词频统计和词云制作
  • （3）效果展示

一：聊天记录传输至电脑

在雷电模拟器中打开root权限，并将分辨率设置为1080×1920

• 其他模拟器也可以

模拟器上安装微信（不要着急登录）

在正在使用的手机上选择迁移聊天记录到手机/平板，迁移时不要选择图片和文件，只迁移文字

然后在模拟器上登录微信，使用电脑摄像头扫描迁移二维码进行迁移

导入完成

打开模拟器的文件管理器

在/data/data/com.tencent.mm/MicroMsg/(一个32位字符串命名的文件夹中)下寻找EnMicroMsg.db文件，如果该文件在此目录下不存在，那么可能有多个微信号在模拟器上登陆过。所以挨个寻找下图方框内的文件，哪个文件及里有该文件，就选哪个

如下图

然后把该文件传至电脑，方法是：在雷电模拟器中打开“文件管理器”，再依次点击data、data、com.tencent.mm、MicroMsg，找到EnMicroMsg.db文件；单击选中该文件后，按住Ctrl+5，选择“打开安卓文件夹”；单价左下角三个点，选择“粘贴选择项”。再按住Ctrl+5，选择“打开电脑文件夹”，就可以在电脑的文件夹里看到所需要的文件啦

二：聊天记录破解

使用数据库软件SQLite Database Browser

获取模拟器中的手机IMEI码和微信ui值

• 手机IMEI码：
  • 雷电模拟器设置界面可以查看：010306020798103
  • 有可能是固定的IMEI码：1234567890ABCDEF
• 微信ui值：安卓模拟器的根目录/data/data/com.tencent.mm/shared_prefs文件夹下找到auth_info_key_prefs.xml文件拷贝到电脑中并用记事本打开，找到如下auth_uin文字，其中value后面跟着的就是你的uin码了。如果是负数则复制的时候一定要保留负号，每个人uin码的位数可能不一样

然后将手机IMEI码和微信uin码直接相连后，用换算工具换算成小写32位md5值，其前7位就是破解密码啦！然后用该软件打开哪个数据库文件，并使用密码进入

点击File–>Export–>Table as CSV file，选择message表导出（注意是message表，不要选成其他表了），一定要自己加上后缀.csv！！

然后使用记事本打开该文件另存为，编码选择utf-8

三：聊天记录分析

（1）字段含义

上面CSV文件列名部分含义如下

（2）词频统计和词云制作

具体步骤如下

• 将csv文件读取SQL，然后提取message列，将聊天记录写入文件
• 对聊天记录进行处理
  • 去除文本表情
  • 去除微信系统消息
  • 去除空字符串
• 对聊天记录进行分词和停用词处理
  • 可以建立自己的分词表，达到更好的分词效果
  • 如果不想让某些词在最后的词云图中显示，则加入停用词表
• 词频统计和降序排序
• 利用wordcloud库制作词云图

完整代码如下

from collections import Counter  
import pandas  
import re  
import sqlite3  
import numpy as np  
import jieba  
from wordcloud import WordCloud  
from PIL import Image  def read_file(file_name):  fp = open(file_name, "r", encoding="utf-8")  lines = fp.readlines()  fp.close()  for i in range(len(lines)):  lines[i] = lines[i].rstrip("\n")  return lines  # 从message表提取原始聊天记录并保存  
def extract():  # 新建聊天记录数据库  conn = sqlite3.connect('chat_log.db')  # 读取csv文件，生成DataFrame  message_df = pandas.read_csv('message.csv', sep=",")  # 将DataFrame写入SQL中，存入message_sql表中  message_df.to_sql('message_sql', conn, if_exists='append', index=False)  # 获得游标  cursor = conn.cursor()  # 选择content  cursor.execute('select content from message_sql where length(content) < 100')  # 返回结果  contents = cursor.fetchall()  # 写入文件  file = open('原始聊天记录.txt', 'w+', encoding='utf-8')  for content in contents:  file.write(content[0] + '\n')  file.close()  cursor.close()  conn.close()  # 对聊天记录进行处理  
def process():  emoj_regx = repile(r"\[[^\]]+\]")  wxid_regx = repile(r"wxid.*")  content_lines = read_file('原始聊天记录.txt')  for i in range(len(content_lines)):  # 去除文本表情  content_lines[i] = emoj_regx.sub(r"", content_lines[i])  # 去除微信消息  content_lines[i] = wxid_regx.sub(r"", content_lines[i])  # 去除空字符串  content_lines = [line for line in content_lines if line != '']  # print(content_lines)  return content_lines  # 分词和去除停用词  
def cut():  jieba.load_userdict('./mywords.txt')  stopwords = read_file('stopwords.dat')  all_words = []  for line in content_lines:  all_words += [word for word in jieba.cut(line) if word not in stopwords]  dict_words = dict(Counter(all_words))  return dict_words  def get_cloud():  mask_image = np.array(Image.open('muban3.png').convert('L'))  wordcloud = WordCloud(background_color='white', mask=mask_image, font_path='simhei.ttf')  # top_100_words = dict(list(sorted_words.items())[:100])  wordcloud.generate_from_frequencies(sorted_words)  wordcloud.to_file('cloud.png')  if __name__ == '__main__':  # 提取聊天记录  # extract()  # 聊天记录处理  content_lines = process()  # 分词和停用词去除  dict_words = cut()  # 降序排序  sorted_words = sorted(dict_words.items(), key=lambda d: d[1], reverse=True)  sorted_words = {word: freq for word, freq in sorted_words}  print(sorted_words)  # 词云生成  get_cloud()

这里附加一段有关文本表情信息统计的代码

import re  def count_emoticons(file_path, target_emoticon):  with open(file_path, 'r', encoding='utf-8') as f:  chat_records = f.read()  all_emoticons = []  for line in chat_records.split('\n'):  if line.strip():  emoticons = re.findall(r'\[(.*?)\]', line)  all_emoticons.extend(emoticons)  total_emoticons = len(all_emoticons)  target_count = all_emoticons.count(target_emoticon)  return total_emoticons, target_count  file_path = '原始聊天记录.txt'  # 聊天记录文件路径  
target_emoticon = '捂脸'  # 目标表情  
total_emoticons, target_count = count_emoticons(file_path, target_emoticon)  
print("总共有{}个表情".format(total_emoticons))  
print("表情'{}'出现了{}次".format(target_emoticon, target_count))

（3）效果展示

使用如下模板图，使背景为白色，词云图将会显示在非白色位置处

效果如下（已对敏感信息打码处理）