微信聊天記錄做成詞雲~

最近快畢業了，所以想把微信聊天記錄全部導出、做成詞雲、然後寄給好友，想想都很浪漫，哈哈。先上詞雲結果圖（結果圖拿《三國演義》做的，想啥呢，我纔不會把我的聊天記錄發到網上，哈哈），然後教大家如何不花錢（也不要C幣）做出高清的聊天記錄詞雲。（想花錢做的請下載“卓師兄”得到聊天記錄，使用微詞雲得到高清詞雲圖，大概200元就可以搞定）

我是個小白，在製作過程中遇到了很多坑，所以我會說很多，也許比較囉嗦，也算是希望大家別踩我的坑，哈哈。

步驟分爲以下幾個部分：1、微信應用數據備份。2、微信數據庫解密。3、微信聊天記錄提取和處理。4、詞雲製作。

1、微信應用數據備份。

微信數據備份網上教程很多（點我進入知乎的備份教程），我的手機型號是華爲暢享8 Plus（FLA-AL10），因此只要你是華爲手機，直接跟着我的教程走就完全沒有問題。華爲手機助手這個坑我踩過，別用，哈哈，還是自帶的老版本備份軟件最好！

（1）卸載本機的華爲備份軟件。新版本的備份軟件不能備份微信應用數據，所以要卸載。如果你找不到“備份”圖標，那就可以這樣卸載：設置->應用和管理->應用管理->備份->卸載。

（2）下載並安裝8.0版的華爲備份軟件。點我下載華爲備份8.0。

（3）備份微信應用數據。照着下面圖片的步驟就行，步驟6後面會提示設置密碼，需要點擊跳過。我的最終備份文件路徑爲“內部存儲\Huawei\Backup\backupFiles\2020-05-29_10-54-12\com.tencent.mm.db"。

                           

                    

2、微信數據庫解密。

看雪論壇的newx大神詳細講解過手機版和電腦版解密的方法（點我進入newx大神的主頁），我幾乎照搬他的教程，自己琢磨出了一套我的方法。

（1）微信備份數據庫轉爲文件夾格式。使用樓月安卓手機備份文件提取器來把com.tencent.mm.db變爲文件夾格式。（點我下載樓月軟件）。爲了方便借鑑我的教程，本教程所有文件全部放到D:\weiXinCiYun中。如下圖，把第一節中的數據庫文件放到D:\weiXinCiYun\com.tencent.mm.db，然後提取爲D:\weiXinCiYun\data。

對了，樓月其實還有微信聊天記錄導出恢復助手，但是收費100元，而且效果一般。

（2）獲取IMEI。IMEI（International Mobile Equipment Identity）就是國際移動設備識別碼，即通常所說的手機序列號，用來區分每部手機。如下圖可以從華爲手機的設置中得到IMEI，雙卡的IMEI有兩個，你需要看看自己用的是哪張。也可以通過記事本打開D:\weiXinCiYun\data\data\com.tencent.mm\MicroMsg\compatibleinfo.cfg，裏面的亂碼裏有一串15位的數字，就是IMEI。如果上面倆辦法還是不行，那您進入2-（3）來獲取IMEI。

                      

（3）獲取UIN，計算出最終密碼。UIN（User INformation）就是用戶信息識別碼，每個人的UIN不同。之前可以通過抓取網頁版微信的數據得到，現在個人不能登錄網頁版微信了（反正我登陸不了，哈哈）。首先呢，數據庫破解密碼計算公式如下。如果你問我誰破解出了這個密碼公式，我只能說：有內鬼，終止交易(ΩДΩ)

                                                                       密碼=前7位(MD5((IMEI+KEY)))

下面我們來破解吧！下載一個Java的集成開發環境，比如我下載了IntelliJ IDEA（其實我不會java，但是我會照着百度新建工程、運行代碼，哈哈）。將D:\weiXinCiYun\data\data\com.tencent.mm\MicroMsg下的兩個文件“compatibleinfo.cfg”（存着IMEI信息）和“systeminfo.cfg”（存着UIN信息）放到java工程D:\weiXinCiYun\JavaPrj下。然後用Java的Hashmap解碼，獲取信息，MD5處理，取其前7位即可。java代碼和操作流程如下：

package com.company;
import java.io.FileInputStream;             // 文件輸入流
import java.io.FileNotFoundException;       // 文件未找到的異常處理
import java.io.IOException;                 // 輸入輸出異常處理
import java.io.ObjectInputStream;           // 輸入流
import java.security.MessageDigest;         // 支持MD5算法
import java.util.HashMap;                   // 支持哈希算法
public class Main {
    // main函數
    public static void main(String[] args) {
        try {
            // 取手機的IMEI
            // 讀入CompatibleInfo.cfg文件
            ObjectInputStream in = new ObjectInputStream(new FileInputStream("CompatibleInfo.cfg"));
            Object DL = in.readObject();
            // java的哈希轉換
            HashMap hashWithOutFormat = (HashMap) DL;
            String s = String.valueOf(hashWithOutFormat.get(Integer.valueOf(258)));
            System.out.println("IMEI:"+s);

            // 獲取微信UIN，與IMEI獲取類似
            ObjectInputStream in1 = new ObjectInputStream(new FileInputStream("systemInfo.cfg"));
            Object DJ = in1.readObject();
            HashMap hashWithOutFormat1 = (HashMap) DJ;
            String t = String.valueOf(hashWithOutFormat1.get(Integer.valueOf(1)));
            System.out.println("uin:"+t);

            //合併到一個字符串，然後使用MD5算法，取其前6位
            s = s + t;
            s = encode(s); // MD5
            System.out.println("密碼是 : " + s.substring(0, 7));
            in.close();
            in1.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    // MD5計算
    public static String encode(String content)
    {
        try {
            MessageDigest digest = MessageDigest.getInstance("MD5");
            digest.update(content.getBytes());
            return getEncode32(digest);
        }
        catch (Exception e)
        {
            e.printStackTrace();
        }
        return null;
    }

    // 十進制轉十六進制
    private static String getEncode32(MessageDigest digest)
    {
        StringBuilder builder = new StringBuilder();
        for (byte b : digest.digest())
        {
            builder.append(Integer.toHexString((b >> 4) & 0xf));
            builder.append(Integer.toHexString(b & 0xf));
        }
        return builder.toString();

    }
}

（4）取出聊天記錄。2-（3）裏最後一張圖的調試界面已經顯示出了密碼，我們下載一個數據庫軟件，用密碼對數據庫解密就行。一定要下載sqlcipher2版本，其它數據庫軟件不行，我試過，哈哈，點我下載sqlcipher2。D:\weiXinCiYun\data\data\com.tencent.mm\MicroMsg\c2f9b29c3178c858d04e3ac3382b7c33\enmicromsg.db這個數據庫存放着微信的聊天記錄，最後兩級路徑可能不同，但enmicromsg.db名稱是固定的。用sqlcipher打開enmicromsg.db，將其中的message表輸出爲csv即可，最後把message.csv轉爲message.xlsx。具體操作如下圖：

3、微信聊天記錄提取和處理

將上節的message.xlsx放到D:\weiXinCiYun下面。然後打開，我來講解一下該excel每列內容的含義。我這裏複製了很多簡書“唐九十九藏”大神的內容（點我看唐九十九藏的內容）。

1、msgId：Message Identity，消息標識，取值2,3,4,5...，用來區分每條消息，相當於消息的身份證。

2、msgSvrId：不知道啥意思，哈哈。

3、type：消息類型，1-文本，3-圖片，34-語音，43-視頻，47-微信外部成系列開發的表情包，49-做成微信格式的外部網頁鏈接。10000-撤回消息，1048625-微信外部單獨開發的表情包，285212721-微信公衆號推送的自動消息，419430449-微信紅包（未更新時會有類似提示）。

4、status：不知道啥意思，o(╥﹏╥)o

5、isSend：0-收到消息，1-發送消息。

6、isShowTimer：不知道啥意思，我的16萬條消息裏面，它都是空。

7、createTime：消息發送/收到的時間。這裏用的是UNIX時間戳。

8、talker：WXID，即微信號碼。

9、content：聊天記錄。

10、imgPath：Image Path，微信圖像、語音、視頻等大文件的存儲路徑。

11、reserved：不知道啥意思，(ΩДΩ)

12、lvbuffer：幾乎全是“{”，感覺沒啥用。

13、transContent：不知道啥意思，我的16萬條消息裏面，它都是空。

14、transBrandWording：不知道啥意思，我的16萬條消息裏面，它都是空。

15、talkerId：微信好友的唯一號碼，它相當於微信裏的身份證號。

16、bizClientMsgId：如果變量非空，那麼type就是285212721，status就是3，isSend就是3，content就是~SEMI_XML~，所以我猜應該是微信號推送消息的某種號碼。

17、bizChatId：大部分值都是-1，微信運動相關行其值爲空。估計沒啥意義。

18、bizChatUserId：不知道啥意思，我的16萬條消息裏面，它都是空。

19、msgSeq：與msgId差一個常數，感覺很雞肋，有時候還是空。

20、flag：msgSeq有值，則flag=0，msgSeq爲空，則flag也爲空。

將下面的Matlab代碼放到D:\weiXinCiYun下運行，將代碼第13行的yourID改爲你想要微信聯繫人的talkerId就行。代碼運行結果中user.contentText矩陣裏的content那一列就是對應talkerId的用戶的所有文字聊天記錄（圖片和網頁之類的東西我剔除了），把content那一列複製下來，放到'李某某.txt'中。把具體代碼和matlab界面如下：

% 選擇是否從初始化，excel裏導入數據
if(1)
    close all; clear; clc;
    fileName = 'message.xlsx';
    range = 'A1:T2';
    [num, txt, raw] = xlsread(fileName);    
end

% message爲數據庫聊天記錄message表
yourName = '李某某';
myName = '王某某'
message = raw;
yourID = 193;

% user爲your的單個結構體，下面的...Id存儲某列值在message裏的列數
ans = ['開始新建', yourName, '的user數據...']
yourFullName = yourName;                % 你的名字
myFullName = myName;                     % 我的名字
user.talkerId = yourID;                         % 用戶編碼：咱只需要本用戶的數據，其餘數據丟棄
user.typeIndex = 3;                              % 聊天記錄類型的列數：1文字消息，其餘全不要
user.isSendIndex = 5;                           % 發送類型的列數：0接收，1發送
user.creatTimeIndex = 7;                     % 發送時間的列數
user.contentIndex = 9;                         % 發送內容的列數
user.imgPathIndex = 10;                       % 圖像路徑的列數
user.talkerIdIndex = 15;                        % 對方的微信ID的列數
user.contentLengthIndex = 21;            % 內容發送內容長度的列數

% 選取某個人的聊天記錄：將talkerId與對方相同的message留下，其餘的拋棄
user.message = [];
sizeMessage = size(message);
for i = 1:sizeMessage(1)
    i
    if cell2mat(message(i, user.talkerIdIndex)) == user.talkerId
        user.message = [user.message; message(i, :)];
    end
end

% 刪去聊天記錄中的非文本信息
sizeUserMessage = size(user.message);
user.contentText = [];                   % 聊天記錄裏的文本
user.contentOther = [];                 % 聊天記錄除了文本圖片的其它
for i = 1:sizeUserMessage(1)
    i
    switch cell2mat(user.message(i, user.typeIndex))
        case 1          % 文本聊天記錄
            % 嘗試將聊天記錄轉爲字符串類型
            try
                charTmp = char(user.message(i, user.contentIndex));
                catchState = 0;
            catch
                catchState = 1;
            end
            if ~catchState              % 聊天記錄可以轉爲字符串
                % 正則表達式，提取出charTmp裏的漢字，賦給hanZi
                hanZi = char(regexp(charTmp,'[^\x00-\xff]{1,}','match'));
                lengthHanZi = length(hanZi);
                lengthCharTmp = length(charTmp);
                % 如果單個聊天記錄長度大於10，並且漢字數量少於總數量的一半，那麼認爲是系統的紅包、語音、鏈接等無用信息，放入other裏
                if (lengthCharTmp > 10) && (lengthHanZi < (lengthCharTmp / 2))
                    user.contentOther = [user.contentOther; user.message(i, :)];
                else
                    % 將有用數據保存，開闢新的最後一列，保存消息長度，以便後續查找最多消息的一天、查找最多消息等操作。
                    user.contentText = [user.contentText; user.message(i, :) lengthCharTmp];
                    % 將Unix時間改爲Matlab時間
                    unixTime = user.contentText(end, user.creatTimeIndex); 
                    unixTime = unixTime{1};
                    matlabTime = datestr(UnixTime2MatlabTime(unixTime), 'yyyy-mm-dd HH:MM:SS');
                    user.contentText(end, user.creatTimeIndex) = cellstr(matlabTime);
                end
            else                               % 聊天記錄不可以轉爲字符串
                user.contentOther = [user.contentOther; user.message(i, :)];
            end 
        otherwise     % type非1，則不是文本消息，放入other裏
            user.contentOther = [user.contentOther; user.message(i, :)];
    end
end


ans = '運行結束'

4、詞雲製作

詞雲就是把一大篇文章裏的詞語摘出來，根據詞語使用頻率的高低，在圖片里根據不同的大小來顯示，非常直觀，而且很浪漫。詞雲製作我幾乎照搬bilibili up主同濟子豪兄的內容， 如果你有興趣瞭解詞雲製作的細節，可以去看他的b站詞雲製作講解視頻（點我進入同濟子豪兄的b站視頻）

（1）安裝相應的詞雲庫和中文分詞組件庫。windows在PowerShell裏運行下面的pip代碼就行。跟詞雲關係最大的兩個模塊就是WordCloud和jieba。WordCloud是製作詞雲的庫，小巧精悍，功能強大，1小時就可以瞭解完它的所有接口函數（點我進入WordCloud官網）。jieba是分析中文詞語的庫，接口函數很多，可以分析各種詞性、短語等（點我進入jieba的github網站）。

pip install numpy matplotlib pillow wordcloud imageio jieba snownlp itchat -i https://pypi.tuna.tsinghua.edu.cn/simple

（2）下面到了激動人心的詞雲製作環節！上一節中，我們已經把某人的聊天記錄全部放到“李某某.txt”裏了，我已經把python代碼給你弄好啦，你直接放到D:\weiXinCiYun跑就行，生成詞雲圖片是5657×4000的，超級高清，剛好是A4紙的打印尺寸，可以彩印出來給同學看，哈哈，代碼大約得運行2分鐘。代碼和結果如下（當然還是三國演義啦，我纔不貼我的聊天記錄）：

# 導入詞雲製作庫wordcloud和中文分詞庫jieba
import jieba
import wordcloud

# 導入imageio庫中的imread函數，並用這個函數讀取本地圖片，作爲詞雲形狀圖片
import imageio

# 構建並配置詞雲對象w，注意要加scale參數，提高清晰度
w = wordcloud.WordCloud(width= 5657,
                        height=4000,
                        background_color='white',
                        font_path='msyh.ttc',
                        )

# 對來自外部文件的文本進行中文分詞，得到string
f = open('李某某.txt',encoding='utf-8')
txt = f.read()
txtlist = jieba.lcut(txt)
string = " ".join(txtlist)

# 將string變量傳入w的generate()方法，給詞雲輸入文字
w.generate(string)

# 將詞雲圖片導出到當前文件夾
w.to_file('李某某的詞雲.png')

5、作者的私貨

其實微信聊天記錄導出、python生成詞雲等東西在google裏、百度裏已經是玩爛的東西了，但google和百度裏面竟然沒有一篇完整的、詳盡的教程，所以我纔想做一篇，而且製作過程中自己也提高了很多，很有趣，哈哈。大家要遵紀守法、做一個好公民，微信聊天記錄只許查看自己的呦~

本文的所有代碼和步驟已經說得很明白了，上文也全部給出了。鑑於也許有些C幣大佬願意打賞我，或者懶得挨個下載，我把我的關於微信做詞雲的所有代碼、工程、安裝包等做成了一個壓縮包，裏面包含了所有東西，還夾帶了一點點的matlab微信聊天記錄處理函數（Unix時間、matlab時間、中文時間互相轉換函數），如果你想一股腦地全部下載，想看看我的私貨matlab代碼的話，可以下載我的私貨壓縮包呦——(點我下載全部代碼和資源和私貨的壓縮包！)。

我寫完這篇文章是2020年6月1號，兒童節，希望大家保持童心，保持好奇。昨天ellon musk的spaceX公司發射了載人航天器"龍"號，它的二級火箭和載人航天器都可以回收，太牛逼了。“龍”號和國際空間站對接了，還送了2個NASA的航天員，厲害啊。真的希望我國的航天事業趕緊發展，有生之年看見我國翱翔於星辰大海。