Python 情人節告白特技:隱藏在聊天記錄裡的珍貴禮物

今天又雙叒叕是一年一度的戀愛節了！

又是一波絕好的機會！恩愛秀起來！

購物車清空！禮物送起來！朋友圈曬起來！

等等！什麼？！

你還沒準備好禮物麼？

但其實你不知道要送啥？

原來又雙叒叕要到

全民不知道送什麼禮物的系列日子了…

哎呦 你們這些

磨人的小（lao）妖（you）精（tiao）！

Python倒是覺得你還可以搶救一下！

說到詞雲應該不陌生，不知道的童靴往下看

詞雲，就是把網絡文本中出現頻率較高的

"關鍵詞"予以視覺上的突出

瀏覽者只要一眼掃過文本就可以領略其主旨 

瞧 這是不是一個有聲音、有畫面的小愛心~

今天 我們採集情侶們之間的聊天日常

用此製作一份只屬於你們的小浪漫！

一、導出自己和對象的數據~

微信的備份功能並不能直接給你導出文本格式，它導出來其實是一種叫sqlite的資料庫。如果說用網上流傳的方法提取文本數據，iOS則需要下載itunes備份整機，安卓則需要本機的root權限，無論是哪種都非常麻煩，在這裡給大家介紹一種不需要整機備份和本機root權限，只導出和對象的聊天數據的方法。

那就是使用安卓模擬器導出，這樣既能ios/安卓通用，又能夠避免對本機造成不良影響，首先需要用電腦版的微信備份你和你對象的聊天記錄。以windows系統為例：

1. 下載夜神模擬器2. 在夜神模擬器中下載微信

3. 使用windows客戶端版的微信進行備份，如圖左下角

4. 點擊備份聊天記錄至電腦

5. 手機端選擇備份的對象

點擊進入下方的選擇聊天記錄，然後選擇和你對象的記錄

6. 導出完畢後打開模擬器，登錄模擬器的微信

7. 登錄成功後返回電腦版微信登錄，打開備份與恢復，選擇恢復聊天記錄到手機

選擇恢復記錄至手機

8. 勾選我們剛剛導出的聊天記錄，並在手機上點擊開始恢復

9. 打開夜神模擬器的root權限

10.   用模擬器的瀏覽器百度搜索RE文件管理器，下載（圖一）安裝後打開，會彈出對話框讓你給予root權限，選擇永久給予，打開RE文件管理器（圖二），進入以下文件夾（圖三）， 這是應用存放數據的地方。/data/data/com.tencent.mm/MicroMsg

圖一

圖二

圖三

然後進入一個由數字和字母組合而成的文件夾，如上 圖三 的 

4262333387ddefc95fee35aa68003cc5

11. 找到該文件夾下的EnMicroMsg.db文件，將其複製到夜神模擬器的共享文件夾（圖四）。共享文件夾的位置為 /mnt/shell/emulated/0/others ( 圖五 )。現在訪問windows的 C:\Users\你的用戶名\Nox_share\OtherShare 獲取該資料庫文件( EnMicroMsg.db )。

圖四

圖五

12. 導出該資料庫後，使用一款叫 sqlcipher 的軟體讀取數據
（連結: https://pan.baidu.com/s/1Im3n02yseo-4IxeDY9srqQ 提取碼: ka4z）

在這之前，我們還需要知道該資料庫的密碼，根據前人的經驗，該密碼的公式如下

字符串 IMEI （手機序列號） UIN（用戶信息號）

將該字符串進行MD5計算後的前七位便是該資料庫的密碼

如 "355757010761231 857456862" 實際上中間沒有空格，然後放入MD5計算取前面七位數字，後續會詳細介紹

哇，真是「簡單易懂」啊，沒關係，接下來告訴大家IMEI和UIN怎麼獲得。

首先是IMEI，在模擬器右上角的系統設置 —— 屬性設置裡就可以找得到啦，如圖所示。

現在我們獲得了IMEI號，那UIN號呢？

同樣地，用RE文件管理器打開這個文件

/data/data/com.tencent.mm/shared_prefs/system_config_prefs.xml

長按改文件，點擊右上角的三個點—選擇打開方式—文本瀏覽器，找到default_uin，後面的數字就是了 ！

得到這兩串數字後，就可以開始計算密碼啦，如果我的IMEI是355757010762041，Uin是857749862，那麼合起來就是355757010762041857749862，將這串數字放入免費MD5在線計算:
https://md5calculator.chromefans.org/?langid=zh-cn

得到的數字的前七位就是我們的密碼了，像這一串就是 6782538.

如果uin是負的話，可以試試uin拼接手機IMEI碼(就是和正的相反，進行拼接)，取MD5的32位小寫密文前7個字符。再不行就重裝模擬器。

然後我們就可以進入我們的核心環節：使用 sqlcipher 導出聊天文本數據！

sqlcipher

點擊 File - open database - 選擇我們剛剛的資料庫文件，會彈出框框讓你輸入密碼，我們輸入剛剛得到的七位密碼，就可以進入到資料庫了，選擇message表格，這就是你與你的對象的聊天記錄！

我們可以將它導出成csv文件：File - export - table as csv.

接下來，我們將使用Python代碼，將裡面真正的聊天內容：content信息提取出來，如下所示。雖然這個軟體也允許select，但是它select後不允許導出，非常不好用，因此還不如我們自己寫一個：

將該文件命名為extract.py，windows打開CMD / macOS系統打開Terminal  進入到該文件夾下，執行命令：

記得把生成csv文件的編碼格式轉換成utf-8哦，不然可能會運行不下去：

用記事本打開—文件—另存為—編碼改為UTF-8即可

當然你還可以用正則表達式去除以下內容

不過我覺得這些也是必要的聊天信息之一，留著也無妨，因此在這裡就不加入進去啦，有需要的同學可以百度搜索python 正則表達式，學習正則表達式的使用。

最後得到的文本格式就是一行一句聊天內容，處理後我們就準備好進入下一個環節了！那就是令人激動的！生成詞雲！！

二、根據第一步得到的聊天數據生成詞雲1. 導入我們的聊天記錄，並對每一行進行分詞

聊天記錄是一行一行的句子，我們需要使用分詞工具把這一行行句子分解成由詞語組成的數組，這時候我們就需要用到結巴分詞了。

分詞後我們還需要去除詞語裡一些語氣詞、標點符號等等（停用詞），然後還要自定義一些詞典，比如說你們之間恩恩愛愛的話，一般結巴分詞是無法識別出來的，需要你自行定義，比如說：小傻瓜別感冒了，一般分詞結果是：

小/傻瓜/別/感冒/了

如果你把「小傻瓜」加入到自定義詞典裡（我們下面的例子裡是mywords.txt），則分詞結果則會是：

小傻瓜/別/感冒/了

下面對我們的聊天記錄進行分詞：

在這個函數裡，我們使用了codecs打開我們的聊天記錄文件，然後進行結巴分詞，最終返回一個包含所有詞語的數組。記得運行前要安裝jieba分詞包，默認你已經安裝了python3，如果沒有請查閱這個文檔：

https://www.liaoxuefeng.com/wiki/1016959663602400/1016959856222624

windows打開CMD / macOS系統打開Terminal 輸入：

安裝完成後，在編輯器中輸入我們剛剛的python代碼，我將其命名為segment.py，切記在同個目錄下放置 聊天記錄.txt 及 自定義詞表 mywords.txt, 然後在CMD/Terminal中輸入命令運行：

你就可以看見你們的聊天記錄分詞後的效果啦

2. 計算分詞後的詞語對應的頻數

為了方便計算，我們需要引入一個叫pandas的包，然後為了計算每個詞的個數，我們還要引入一個叫numpy的包，cmd/terminal中輸入以下命令安裝pandas和numpy：

pip install pandas==0.25.1
pip install numpy

詳細的解析我都寫在下方的注釋裡啦，大家可以自行閱讀並實踐。不過需要注意的是，裡面的load_file_segment()是我們第一步裡的函數，如果你不知道如何把這兩個步驟合在一起，沒關係，最後我們會提供一份完整的代碼.

同第一步一樣，運行這份代碼你就可以看到每個詞語及其對應的頻數。需要注意的是，這裡有個加載停用詞的操作，你需要把停用詞表放在當前文件夾下，這裡提供一份停用詞表下載

stopwords.txt: https://pythondict.com/wp-content/uploads/2019/08/2019080607572893.txt

3. 生成詞雲

終於到了最後一部分啦！你是不是開心而又滿懷激動的心情呢（滑稽，在這一步開始之前，我們需要先安裝需要使用的包，我們需要用到的包有：

pip install matplot
pip install scipy==1.2.1
pip install wordcloud

打開CMD/Terminal 輸入以上命令即可安裝，加上之前兩個步驟的包，有：

pip install jieba
pip install codecs
pip install pandas==0.25.1
pip install numpy

如果你在安裝這些包的時候出現了什麼問題，請記得在我們下方評論區提出，我們會一一解答的哦。

運行目錄的文件結構如下：

完整代碼，wordCloud.py 如下，附有詳細的解析：

點擊下方閱讀原文可以獲得文字版的完整代碼！在公眾號後臺回復 情人節禮物 可以直接下載包括代碼、圖片、字體的完整資源。

值得注意的是這裡面的bimg和wordcloud對象的生成，我們知道png格式背景一般是透明的，因此如果你的圖像是png格式的話，其生成詞雲的時候背景色應該設為None，然後mode應該設為RGBA。

我們還可以控制詞雲字體的大小和數目的多少，使用下面這兩個參數：

max_font_size=60, max_words=3000

調用方式如下所示：

wordcloud = WordCloud(background_color='white', mask=bimg, max_font_size=x, max_words=y, font_path='simhei.ttf')

運行前，確保安裝了所有的包，並且當前目錄下有我們所需要的所有文件哦

下面就可以用我們的聊天記錄,畫心型詞雲啦！！！：

CMD/Terminal 進入代碼所在文件夾，運行：python wordcloud.py

得到的圖像如下：

怎麼樣，是不是很好看，如果你想要這些圖片的原圖做一個屬於自己的詞雲的話，請訪問python實用寶典的官網，點擊下方閱讀原文直達！還有原始碼等著你哦！在公眾號後臺回復 情人節禮物 也可以直接下載包括代碼、圖片、字體的完整資源。最後，祝大家有情人眾人眷屬！

如果你喜歡今天的Python 教程，請持續關注Python實用寶典，如果對你有幫助，麻煩在下面點一個贊/在看，有任何問題都可以在下方留言，我們會耐心解答的！

點擊下方閱讀原文可以獲取所有代碼和連結哦！

Python實用寶典 (pythondict.com)

不只是一個寶典