数据分析 Android Python

数据分析 | 微信聊天记录统计

获取自己和朋友的微信聊天记录，并做简单的数据分析统计

Posted by Haauleon on December 15, 2022

本篇所有操作均在 64 位的 Windows 11 系统下执行



背景

  需求是获取我和欢欢的全部微信聊天记录存为文本数据，然后进行数据分析和生成词云。由于我的安卓手机没有越狱，所以这里用到了模拟器。

注意： 启动蓝叠模拟器会自动关闭 Hyper-V 功能，导致 WSL 启动报错，报错解决办法参考 https://haauleon.gitee.io/2022/12/16/ubuntu-wsl-error/。



一、获取微信聊天记录

  通过模拟器获取聊天记录文件。


1、安装蓝叠模拟器

方法 1
去官网 下载 BlueStacks 蓝叠4，下载地址：
http://aliosscdn.bluestacks.cn/client/BlueStacks4Setup.exe

方法 2
百度网盘离线下载安装：
链接：https://pan.baidu.com/s/1CHMQ5890bKNhYkca_7t4Ow?pwd=6qmp
提取码：6qmp



2、模拟器安装微信

  需要进入模拟器，并在模拟器中安装微信应用。

  1. 进入应用中心
  2. 搜索微信并安装



3、聊天记录备份到电脑

  手机和电脑同时登录微信且都处于同一局域网中，然后将手机中的聊天记录备份到电脑中。

  1. 手机和电脑同时登录且处于同一局域网
  2. 电脑版微信点击左下角的 迁移与备份
  3. 选择 备份与恢复
  4. 点击 备份聊天记录至电脑

  5. 在手机微信中点击 选择聊天记录 来选取上传

  6. 等待备份完成即可



4、聊天记录恢复到模拟器

  恢复到模拟器的微信中这一步有个小技巧。

  1. 在模拟器的微信中使用账号进行登录（由于是新设备，所以需要手机微信进行授权，授权成功后手机微信会自动退登并且电脑微信也会退登）

  2. 登录电脑微信会提示你需要重新扫码，这里有个小技巧，就是先用手机把二维码拍下来，然后进入模拟器的微信页面点击 扫一扫，这时候就将刚拍下来的二维码给它识别就可以登录电脑版微信了

  3. 在电脑版微信中点击 恢复聊天记录至手机

  4. 在模拟器微信弹出的窗口中点击 开始恢复

  5. 等待记录上传完成即可



5、开启获取 ROOT 权限

  获取 root 权限，是为了为获取聊天记录文件做准备。

  1. 打开模拟器的设置下拉框
  2. 在引擎设置页面勾选 获取Root权限 并点击 确定
  3. 打开模拟器的设置下拉框并点击 重启引擎 即可



二、查看微信聊天记录

  将聊天记录文件进行解密以此来查看。


1、获取数据库文件

  数据库文件中存储了微信聊天记录，我们需要找到这个文件的存放路径，并复制到模拟器的分享文件夹中。

  1. 打开模拟器的 R.E.管理器
  2. 点击进入目录 /data/data/com.tencent.mm/MicroMsg

  3. 进入第一个目录并找到 EnMicroMsg.db 文件

  4. 在模拟器中通过鼠标长按左键对 EnMicroMsg.db 文件进行复制
  5. 将文件复制后，粘贴到 /sdcard/windows/BstSharedFolder 目录下
  6. 粘贴成功后就可以在本地电脑路径 D:\Program Files (x86)\BluestacksCN\Engine\ProgramData\Engine\UserData\SharedFolder 中找到此文件。D:\Program Files (x86)\BluestacksCN 是蓝叠的安装目录

  7. 如果想在模拟器中快速将 EnMicroMsg.db 文件转存到电脑本地的其他路径中，可以在多媒体管理器中进行转存
    （1）在模拟器中打开多媒体管理器

    （2）选择文件并导出到电脑本地



2、获取 IMEI 值

  需要在模拟器中安装第三方 apk 包进行获取，将以下提供的 apk 包导入进本地共享文件夹 D:\Program Files (x86)\BluestacksCN\Engine\ProgramData\Engine\UserData\SharedFolder 中，然后在模拟器中安装此应用即可获取 IMEI 值。

  1. 离线百度云网盘下载
    链接：https://pan.baidu.com/s/1rd4_2SvAUpmqZ4cKvBiBvA?pwd=ih6n
    提取码：ih6n
  2. 将下载的文件复制粘贴到共享文件夹 D:\Program Files (x86)\BluestacksCN\Engine\ProgramData\Engine\UserData\SharedFolder 中
  3. 在模拟器中的 R.E.管理器 中的 /sdcard/windows/BstSharedFolder 找到此 apk 包并双击进行安装
  4. 安装成功后点击打开即可获取到 IMEI 值



3、获取 uin 值

  获取 auth-uin 的值。

  1. 在模拟器中点击进入目录 /data/data/com.tencent.mm/shared_prefs 找到文件 auth_info_key_prefs.xml 并打开
  2. 找到 auth-uin 值（这里需要注意的是，有的UIN识别码是带“ – ”减号的，在计算MD5值需要加上！）



4、生成数据库解密 MD5 值

  将获取到的 IMEI 值和 uin 值进行拼接然后加密成 MD5，MD5 值取前 7 位字符即数据库文件的解密密码。

  1. 拼接 IMEI+uin 值并使用工具 进行 MD5 加密，265037350862670-1578165975 加密后的 MD5 值为 dcdfe82054172b3640c15fa558c0d80d
  2. 取 MD5 前七位字符即为数据库文件解密密码，即 dcdfe82



5、解密数据库文件

  使用工具 sqlcipher 打开并查看。

  1. 离线百度云网盘下载 sqlcipher 并安装
    链接：https://pan.baidu.com/s/19WkRR1_I949cSGcKfWES5g?pwd=ey8y
    提取码：ey8y
  2. 打开 sqlcipher ，将本地的 EnMicroMsg.db 文件拖拽进来并输入密码 dcdfe82
    注意： 如果提示密码不正确，则使用原始的 IMEI 值（1234567890ABCDEF）替换刚获取的 IMEI 值再进行加密。也就是说，将 1234567890ABCDEF-1578165975 进行 MD5 加密得 98274e30f1e31d22500d81d314d4eef2，再取 MD5 值前七位字符 98274e3 即可。

  3. 导入数据库文件为 csv 文件



三、生成微信聊天词云

  将微信聊天记录文本进行数据分析后生成词云。这里用到了的是这个大神的项目：https://godweiyang.com/2019/07/27/wordcloud/，项目地址 Github 上：https://github.com/godweiyang/wordcloud。


1、处理 wx.csv 文件

  打开刚刚导出的 wx.csv 聊天记录文件，选中聊天消息文本这一列，点击复制。再新建一个 wx.txt 文件，将复制的聊天消息列粘贴到此文件中进行保存。

  1. 选择 wx.csv 文件中的 I 列然后使用 ctrl+c 组合键进行复制
  2. 新建一个 wx.txt 文件并打开，将刚刚复制的内容使用 ctrl+v 组合键粘贴到此处并保存



2、生成微信聊天词云

  使用大神已经写好的项目跑一遍生成词云图片。

  1. 离线百度云网盘下载大神的项目代码至电脑本地
    链接：https://pan.baidu.com/s/1m9_0aAaaiemlWEdEXQTxHg?pwd=royn
    提取码：royn
  2. 项目运行环境如下
    Python==3.8.10
    pip==22.3.1
    jieba==0.42.1
    imageio==2.22.4
    wordcloud==1.8.1
  3. 将处理好的 wx.txt 文件粘贴到项目 wordcloud/ 下，然后执行以下命令 
    1
2
3
4
5
6
7
8
9
10
11
12
13

     > cd wordcloud
 > python3 create_word_cloud.py wx.txt
 Building prefix dict from the default dictionary ...
 Dumping model to file cache C:\Users\Haauleon\AppData\Local\Temp\jieba.cache
 Loading model cost 0.691 seconds.
 Prefix dict has been built successfully.
 # of different words = 3961
 create_word_cloud.py:50: DeprecationWarning: Starting with ImageIO v3 the behavior of this function will switch to that of iio.v3.imread. To keep the current behavior (and make this warning disappear) use `import imageio.v2 as imageio` or call `imageio.v2.imread` directly.
 bimg = imageio.imread(background_picture_filename)
 Saving color_love_wx.png
 create_word_cloud.py:50: DeprecationWarning: Starting with ImageIO v3 the behavior of this function will switch to that of iio.v3.imread. To keep the current behavior (and make this warning disappear) use `import imageio.v2 as imageio` or call `imageio.v2.imread` directly.
 bimg = imageio.imread(background_picture_filename)
 Saving love_wx.png
  4. 词云图片生成成功，文件名分别为 color_love_wx.png 和 love_wx.png

  5. 效果如下



相关链接：
微信聊天记录统计
手机端微信聊天记录数据库解密过程

CATALOG
    FEATURED TAGS
    Python 爬虫 Flask Web开发 面试 数据库 Jmeter Ubuntu 操作系统 Postman Java 数据监控 Fiddler Nodejs Vagrant 影刀RPA Allure Android 单元测试框架 自动化办公 SQLAlchemy 数据分析 Newman Pytest Windows 禅道脚本 Charles K6 Linux ORM Pycharm SqlServer ip代理池 插件 Debian Jenkins MacOS Mariadb Django Gitbook Docker Git MySQLdb Nginx
    FRIENDS