创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商，新人活动买多久送多久，划算不套路！

创新互联制作网站网页找三站合一网站制作公司,专注于网页设计,成都网站设计、成都做网站、外贸网站建设,网站设计,企业网站搭建,网站开发,建网站业务,680元做网站,已为上1000家服务,创新互联网站建设将一如既往的为我们的客户提供最优质的网站建设、网络营销推广服务!

这篇文章将为大家详细讲解有关用Python来分析微信群聊的案例，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

1. 场景

前几天，有一位小伙伴在后台给我留言，说自己有几十个微信群，自己精力有限，没法看过来，想要筛选一些高质量的群，让我是否能帮忙想想办法。

其实，微信群里的所有聊天记录都在手机本地文件夹内，只需要导出来进行解密，然后来一波数据分析，就可以帮他筛选出高质量的社群。

本篇文章将带大家用 Python 一步步来实现这个功能。

2. 实现步骤

第 1 步，导出微信聊天记录数据库

首先，我们使用一部 Root 后的手机或者模拟器登录微信，找到微信聊天记录数据库，然后导出到本地。

数据库文件的完整路径如下：

# 微信聊天记录数据库完整路径
/data/data/com.tencent.mm/MicroMsg/[当前登录微信的随机字符串]/EnMicroMsg.db

需要注意的是，如果当前设备没有 Root，可以选择群聊消息进行一次迁移，然后从 Root 设备或模拟器中导出数据库。

第 2 步，获取数据库的密码

微信数据库的密码组成形式为：手机 IMEI + 微信 UIN，然后 md5 加密（32 位小写）的前 7 个数字。

其中，手机的 IMEI 可以通过 *#06# 获取，如果是双卡手机，需要自己做一下判断。

微信的 UIN 在下面配置文件中，找到 name 属性为 default_uin 的 value 值，即为 UIN

# 当前登录微信的配置文件
/data/data/com.tencent.mm/shared_prefs/system_config_prefs.xml

最后，然后将 IMET 和 UIN 组成字符串，然后利用 MD5 进行加密，取 32 位小写的前 7 位即为微信数据库的密码。

第 3 步，破解数据库

由于微信数据库是使用 SQLCipher 生成，所以要先安装 sqlcipher 命令行文件

# 安装sqlcipher命令行（Mac）
brew install sqlcipher
# Win可以去下载sqlcipher命令行文件

然后，输入数据库的密码及解密方式等，导出破解后的数据库。

第 4 步，分析数据库

推荐使用 SQLiteSutdio 打开并分析上面破解后的数据库，重点查看 message、rcontact、chatroom 这 3 张表。

微信所有的文字聊天记录都存放在 mesage 数据表中，包含：聊天内容、发送者、消息类型、创建时间等

rcontact 为微信通讯录表，包含：微信 ID、昵称、备注名等

chatroom 是群聊信息表，包含：群聊 ID、成员列表等

第 5 步，Python 打开数据库并封装

使用 sqlite3连接本地数据库文件，获取数据库对象和游标对象

import sqlite3
def __init__(self, db_path="./weixin.db"):
    """
    本地数据库初始化
    """
    self.db = sqlite3.connect(db_path)
    self.cursor = self.db.cursor()

接着，对数据库常用的操作，包含：增删改查，进行封装操作。

def execute(self, sql, param=None):
    """
    sql: Sql语句，包含：增、删、改
    param：数据，可以为列表、字典，也可以为空
    """
    try:
        if param is None:
            self.cursor.execute(sql)
        else:
            if type(param) is list:
                self.cursor.executemany(sql, param)
            else:
                self.cursor.execute(sql, param)
            count = self.db.total_changes
            self.db.commit()
    except Exception as e:
        print(e)
        return False, e
    # 返回结果
    return True if count > 0 else False
def query(self, sql, param=None):
    """
    查询语句
    sql：Sql语句
    param：参数，可以包含空
    retutn：成功返回True
    """
    if param is None:
        self.cursor.execute(sql)
    else:
        self.cursor.execute(sql, param)
    # 返回查询的结果
    return self.cursor.fetchall()

第 6 步，通过群聊名称获取群聊 ID

根据群聊昵称，使用 Sql 语句查询 rcontact 表，可以获取群聊的 ID 值

def __get_chartroom_id(self):
    """
    获取群聊的id
    :return:
    """
    res = self.db.query('select username from rcontact where nickname=?;', (self.chatroom_name,))
    # 群聊id
    chatroom_id = res[0][0]
    return chatroom_id

第 7 步，获取群聊消息

拥有群聊 ID 之后，紧接着查询 message 表，获取当前群聊的所有消息内容。

# message表：聊天记录表
# isSend=0:对方发送的；isSend=1：自己发送的
sql = "SELECT content FROM message WHERE talker='{}' and isSend=0".format(chatroom_id)
# 查询表，获取所有的聊天记录
result = self.db.query(sql)

为了获取有效的消息内容，可以清洗掉自己发送的消息、系统消息、红包消息等内容

# 循环查询到的所有的消息
for item in result:
    # 过滤数据
    if not item or not item[0] or item[0].find('xml') != -1 or item[0].find('sysmsg') != -1 or item[0].find(
                    '') != -1 or item[0].find('chatroom') != -1 or item[0].find('weixinhongbao') != -1:
         continue
    # 过滤掉自己发送的内容，不包含：
    temps = item[0].split(':')
    if len(temps) < 2:
        # print('自己发送的内容:' + item[0])
        continue
    # 每一条聊天记录，过滤掉发送者，只保留消息正文
    # 发送者
    send_from = item[0].split(':')[0]
    # 发送内容
    send_msg = "".join(item[0].split(':')[1:]).strip().replace("\"", "")
    # 过长的消息，也过滤掉
    if len(send_msg) > 200:
         continue

对于群其他成员发送的内容，再过滤掉消息内容的前半部分，只保留消息正文

第 8 步，生成词云

使用 jieba 对群内有效的消息进行分词，然后使用 wordcloud 生成词云图。

def generate_wordcloud(self, word):
    """
    生成词云
    :param word:
    :return:
    """
    img = WordCloud(font_path="./DroidSansFallbackFull.ttf", width=2000, height=2000,
                        margin=2, collocations=False).generate(word)
    plt.imshow(img)
    plt.axis("off")
    plt.show()
    # 保存图片
    img.to_file("{}.png".format("群聊"))
# 分词
temp = " ".join(jieba.cut(words, cut_all=True))
# 生成词云
generate_wordcloud(temp)

第 9 步，新建排名表，插入数据

为了统计群聊活跃度排名，我们需要新建一张表，包含：id、微信昵称、消息内容 3 个字段。

def __create_top_table(self):
   """
   创建Top表
   :return:
   """
   # 创建Top表，如果存在就不重新创建
   result = self.db.execute(
            "CREATE TABLE IF NOT EXISTS top(uid integer primary key,name varchar(200),msg varchar(200))")

接着，将上一步的每一条消息中的发送者 ID、发送内容 2 个字段插入到新建的 Top 表内

# 定义一个列表，加入所有要统计的数据
msg_pre = []
for item in result:
    # 发送者
    send_from = item[0].split(':')[0]
    # 发送内容
    send_msg = "".join(item[0].split(':')[1:]).strip().replace("\"", "")
    msg_pre.append((send_from, send_msg))
 # 把要统计的数据，插入到top表中
 self.db.execute("insert into top(uid,name,msg) values (NULL,?,?);", msg_pre)

第 10 步，获取活跃度排名并可视化

从 Top 数据表中，通过微信昵称查询出每一位成员发言的次数，并保存到一个列表中

def get_top_partner(self):
    """
    排名前15的成员
    :return:
    """
    sql = "SELECT name as 姓名,COUNT(*) as times FROM top GROUP BY name ORDER BY times DESC limit %d;" % self.top_num
    result = self.db.query(sql)
    for item in result:
        # 用户id
        id = item[0]
        # 发言次数
        count = item[1]
        # 获取用户的昵称，即：微信昵称
        username = self.get_username(id)
        self.top_data.append({
            'username': username,
            'count': count
            })

最后，去除微信昵称的特殊符号，使用 pyecharts 将数据可视化。

def draw_image(self):
    """
    数据可视化
    :return:
    """
    usernames = []
    counts = []
    for user in self.top_data:
         # 去除昵称中的特殊符号
         usernames.append(get_ava_string(user.get('username').strip())[0:8])
         counts.append(user.get('count'))
    def bar_chart() -> Bar:
            c = (
                Bar()
                    .add_xaxis(usernames)
                    .add_yaxis("活跃度", counts)
                    .reversal_axis()
                    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
                    .set_global_opts(title_opts=opts.TitleOpts(title="最活跃的%d个小伙伴" % self.top_num))
            )
            return c
    # 需要安装 snapshot-selenium 或者 snapshot-phantomjs
    make_snapshot(driver, bar_chart().render(), "bar.png")

3. 最后

上面的操作，通过生成的词云了解到当前群聊过去一段时间都在聊的话题及价值，通过对聊天记录的数据分析，获取到微信群聊活跃度排名。

关于用Python来分析微信群聊的案例就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。

网站题目：用Python来分析微信群聊的案例-创新互联
文章源于：http://kswjz.com/article/gdgop.html