我把我和我老婆从认识到现在的聊天记录跑了个词云出来

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 381 天前的主题，其中的信息可能已经有所发展或是发生改变。

得益于开源项目：

https://github.com/LC044/WeChatMsg

现在导出微信聊天记录已经是一件相当简单的事情了。但是这个项目跑出的词云好像有点问题，好像聊天记录不完整一样。所以我去找了可以读取 SQLite 的软件，读了他解码出来的数据库文件。

执行 SQL：

-- MicroMsg.db 文件中的 Contact 表存的用户信息，先根据备注查微信 ID
SELECT UserName FROM Contact WHERE Remark=?
-- Msg.db 中的 MSG 表存的历史聊天记录
SELECT StrContent, localId, datetime(CreateTime, "unixepoch", "localtime") as CreateTime FROM MSG WHERE StrTalker = ? AND Type = 1 AND StrContent NOT like "%[%" ORDER by CreateTime asc

然后发现数据是全量的，但是词云不准确，不知道什么原因。迫于不想读源码，直接找了个词云工具，重新生成。

感谢开源项目：

https://github.com/fuqiuai/wordCloud
https://github.com/silsuer/wordcloud

上图

教程

一键提取微信聊天记录，生成 HTML 、Word 文档永久保存，还能生成微信年度聊天报告

微信聊天记录只是备份就太无聊了，一键生成属于自己的词云图，让我们玩点有意思的

注意事项

所用到的工具被我放在公众号里了，如果有兄弟感觉被冒犯，那对此我感到抱歉，请联系站长帮我移动到推广节点。

第 1 条附言 · 2023-12-13 11:04:16 +08:00

赶紧出来解释一下： 词云只是根据词频把一些词生成到一起的。实际上那几个词可能并不挨着，不要太污喂！ 词云只是根据词频把一些词生成到一起的。实际上那几个词可能并不挨着，不要太污喂！ 词云只是根据词频把一些词生成到一起的。实际上那几个词可能并不挨着，不要太污喂！

此外，公众号在教程的链接里，这里也放一个图片吧，那就。

词云

聊天

msg

createtime

123 条回复 • 2023-12-19 10:45:41 +08:00

1 2

❮

❯

sunny352787

2023-12-13 10:30:21 +08:00

MD ，路过还能被电子脚踹一下...

YaD2x

2023-12-13 10:34:36 +08:00

方法学会了，请问老婆哪里找？

AFOX

2023-12-13 10:35:13 +08:00 via Android

shit ，单身狗看不得这个，但是创意很好

littleJohn

2023-12-13 10:43:29 +08:00

省流：老公老婆老板哈哈哈

pianjiao

2023-12-13 10:43:46 +08:00

图碎了。公众号在哪儿

proxychains

2023-12-13 10:43:51 +08:00

单身喵看不得这些

cheava

2023-12-13 10:45:43 +08:00

第一张图右臂部分有点意思

vagusss

2023-12-13 10:46:53 +08:00

不错

Tumblr

2023-12-13 10:47:16 +08:00

第一眼这是看到了什么不干净的内容啊！！！ 🙈🙊

webjourneyer

2023-12-13 10:47:39 +08:00

这个有点意思

murmur

2023-12-13 10:55:03 +08:00

我想那个了
吃了
嗯
来！
在一起
多
要

jonahtan

2023-12-13 10:57:22 +08:00

有点意思

zfy941

2023-12-13 10:58:56 +08:00

只看到了老婆老公想要给我

dddd1919

2023-12-13 10:59:48 +08:00

老婆你没有这个

miemie666

2023-12-13 11:02:52 +08:00

闭眼都知道要歪楼了

graetdk

2023-12-13 11:03:38 +08:00

下一步，可以训练一个聊天 bot 了，可以用我们的这个服务： https://www.modihand.com/
我自己的例子： https://ai.greatdk.com/

Dogergo

2023-12-13 11:05:16 +08:00

@YaD2x 啊，你们村没发吗，我们都是过年回去发的

Dogergo

2023-12-13 11:07:00 +08:00

@AFOX 学会了就能撩妹了，先存一下，等着给她惊喜

Dogergo

2023-12-13 11:07:17 +08:00

@pianjiao append 进来了

Dogergo

2023-12-13 11:07:48 +08:00

@Tumblr 我裂开，这些词怎么会出现在一起的

Dogergo

2023-12-13 11:08:09 +08:00

@murmur 我没有，我不是，别瞎说

Dogergo

2023-12-13 11:09:06 +08:00

@zfy941 假装没看见就好了，也许我生成词云的时候应该屏蔽这些词

Dogergo

2023-12-13 11:09:55 +08:00

@graetdk 登科大佬，好的，会看一下，生成数字人的自己

jonahtan

2023-12-13 11:11:18 +08:00

not support for macOS base on apple chip 😢
劝退

Tumblr

2023-12-13 11:12:48 +08:00

@cheava #7 你是咋知道小姑娘是背对你还是面对你的。 😏

ryalu

2023-12-13 11:16:48 +08:00

单身狗手贱点进来了，你可真该死呀🐶

billzhuang

2023-12-13 11:24:38 +08:00

hahhahahahahahahahhahaha

goddamhucker

2023-12-13 11:25:14 +08:00

鼠人看不得这些😭

JARKECHONG

2023-12-13 11:30:09 +08:00

https://github.com/LC044/WeChatMsg?tab=readme-ov-file

Tezos

2023-12-13 11:32:53 +08:00

emmmmmmm

angenin

2023-12-13 11:44:54 +08:00

买菜必涨价!!!

RobertLyu

2023-12-13 11:48:12 +08:00

行了，我知道你们很恩爱了，带着我的祝福快快离开吧。🥲

MRG0

2023-12-13 11:48:27 +08:00

qq 能实现吗，好像有消息漫游，比较狗屎

Donahue

2023-12-13 11:53:49 +08:00

核凸报警!!!🐶

wqhui

2023-12-13 11:54:24 +08:00

特意切个代理看图

itianjing

2023-12-13 12:01:50 +08:00

两年前求婚的时候也搞了这个，导出微信聊天记录废了好大的劲

stardew

2023-12-13 12:03:37 +08:00

@Tumblr #9 哈哈哈哈哈哈哈哈

DAGU1182810784

2023-12-13 12:08:57 +08:00

哥们儿不拿咱们当外人儿啊

Hyschtaxjh

2023-12-13 12:26:48 +08:00

停用词过滤一下噢

szyp

2023-12-13 12:59:58 +08:00

https://github.com/myth984/wechat-report 两年前用过一个类似的

foreverpp50

2023-12-13 13:27:41 +08:00

为什么聊天记录不用蓝奏云啊，阿里云盘还要登录才能下载

Dogergo

2023-12-13 13:34:11 +08:00

@foreverpp50 蓝奏云不让我放 exe

jethroX

2023-12-13 13:35:19 +08:00

我的全险半挂灯好像不亮了，能不能请你帮我去看一下？

foreverpp50

2023-12-13 13:36:15 +08:00

@Dogergo 打包放不行吗

Dogergo

2023-12-13 13:37:01 +08:00

@foreverpp50 可以去[github]( https://github.com/LC044/WeChatMsg)的 release 里下载，我回头想办法看看压缩了能不能把地址改一下

Dogergo

2023-12-13 13:37:59 +08:00

@jethroX 你小子要创死我是吧

0xGnaixEuy

2023-12-13 13:41:04 +08:00 via iPhone

酷酷酷

pianjiao

2023-12-13 13:42:00 +08:00

看不见图，也不知道什么鬼

456789

2023-12-13 13:49:44 +08:00 via Android

老公老婆我想那个嚯哈哈哈哈哈，呵 tui

Dogergo

2023-12-13 13:50:30 +08:00

@foreverpp50 good ，感谢提供，已经放上了蓝奏云的地址

Dogergo

2023-12-13 13:51:38 +08:00

@pianjiao 就 https://imgur.com 图床的图，看不到的话你可以点教程里那个词云的连接，我在微信推文里也有放这个图

Dogergo

2023-12-13 13:52:58 +08:00

@MRG0 不知道 QQ 怎么存的，没研究，你可以上 github 上搜一下

2023-12-13 13:56:45 +08:00

两年前看到过类似的帖子，当时我也弄了一下，还挺费劲的哈哈

cat9life

2023-12-13 14:00:10 +08:00

这个有点意思就是聊天记录不全了

cat9life

2023-12-13 14:01:05 +08:00

@graetdk #16 请教可以使用 chatgpt 微调来训练吗？你的那个看起来不太聪明哈哈

assiadamo

2023-12-13 14:07:47 +08:00

老婆我嗯了？

idealhs

2023-12-13 14:24:20 +08:00

我想那个了

shm7

2023-12-13 14:25:32 +08:00

词云本身有开源的库，问题是你想从聊天记录提取些什么。
一般商业要提取一些关键词，你这都是老婆我... ;)

palxie

2023-12-13 14:30:32 +08:00

我想那个了真的一眼就看到

moeik

2023-12-13 14:30:52 +08:00

op 你好我发现教程有断层啊，聊天记录解密了导出为？，在词云加载过程中选的聊天记录是怎样的格式？

Dogergo

2023-12-13 14:41:52 +08:00

@moeik
1.不用导出，解密完成之后`MemoTrace-0.2.7.exe`这个软件所在目录下会生成`app`->`dataBase`->`msg`文件夹，里边都是以.db 结尾的 Sqlite 数据库文件，把`MSG.db`和`MicroMsg.db`
2.把这两个 db 文件复制一下粘贴到词云软件解压出来的文件夹下的`db`文件夹里，然后运行词云软件就好了。可以看我生成词云那篇文章底部是有视频教程的

Martens

2023-12-13 14:42:02 +08:00

支持语音吗？聊天记录有很多语音

Rorysky

2023-12-13 14:44:44 +08:00

建议把无法单独成语素的语气词过滤掉

Dogergo

2023-12-13 14:45:57 +08:00

@shm7 感谢你的建议，这是我的下一步计划。根据词频设计出对应的年终报告。我现在只是简单看一下。

clifftts

2023-12-13 14:49:16 +08:00

我为什么会被这个帖子强行拉进来，吃一波狗粮，wtf

Dogergo

2023-12-13 14:53:48 +08:00

@Martens 这个要去看开源项目`https://github.com/SuxueCode/WechatBakTool`这个项目目前是已经实现了解密语音

Dogergo

2023-12-13 14:54:58 +08:00

@Rorysky 嗯嗯，吃了没经验的亏，python 代码都是通过 pua gpt4 写出来的，感谢建议

dsggnbsp

2023-12-13 15:19:29 +08:00

省流：我你啊

KimiArthur

2023-12-13 15:22:57 +08:00 via Android

导出简单吗？有没稍微详细点的原理解释？

echoyangjx

2023-12-13 15:27:41 +08:00 via Android

逛 v2 还能吃狗粮

liqingyou2093

2023-12-13 15:29:15 +08:00

省流: 我想那个了

lele140

2023-12-13 15:37:53 +08:00

怎么屏蔽调一些语气助词，比如：啊，吧，哦

spaceman

2023-12-13 15:40:26 +08:00

很酷，但是我看到了一句：“我想那个了。”

Dogergo

2023-12-13 15:56:26 +08:00

@lele140 代码本身是支持屏蔽词的，我晚上回去打包个支持屏蔽词的版本吧

Dogergo

2023-12-13 16:00:31 +08:00

@KimiArthur 原理复杂，操作简单。这和搞开发是一样的，尽可能降低用户侧的学习成本。要研究原理的话，可以去参考`https://mp.weixin.qq.com/s/4DbXOS5jDjJzM2PN0Mp2JA`

aitianci

2023-12-13 16:41:06 +08:00

豆沙了😭豆沙了😭

StoneHuLu

2023-12-13 16:54:33 +08:00

有没有 qq 聊天记录的，我和我老婆都不用微信的

lixiangyang9b319

2023-12-13 16:57:43 +08:00 via iPhone

牛逼，感谢哦大哥

aaa5838769

2023-12-13 17:24:59 +08:00

从聊天记录，看到了很多开车的记录。

iv2ex

2023-12-13 17:25:36 +08:00

好像没有 macos 的？

Dogergo

2023-12-13 17:35:31 +08:00

@iv2ex 是的，目前 Macos 无法支持

Dogergo

2023-12-13 17:36:31 +08:00

@aitianci 摸头，每个人都会有甜甜的恋爱的

maokg

2023-12-13 18:05:50 +08:00

可以统计群聊的记录吗？（化身产品经理

kakki

2023-12-13 18:17:00 +08:00

还好没看到 dirty talk

kumastudio

2023-12-13 18:34:07 +08:00

赛博狗粮

czfy

2023-12-13 18:50:18 +08:00 via Android

其实在 LLM 出来之后，分词这类中文 NLP 特有的中间过程已经变得没那么必要了…

Loserzhu

2023-12-13 19:34:51 +08:00

我不吃牛肉(掏枪

edinina

2023-12-13 19:36:53 +08:00

给我都看兴奋了

AsyncX

2023-12-13 19:44:43 +08:00

我们也是你们 play 的一环吗

ovtfkw

2023-12-13 19:55:45 +08:00

mac 微信不可以吗

bao3

2023-12-13 20:22:46 +08:00

Geekm 的浪漫。
跳一下 tone：我和我老婆的聊天记录，全是性相关的，还聊到过我想上她姐……

hertzry

2023-12-13 20:27:50 +08:00

分词之后可以手动去掉一下没用的东西，然后再画图。

Dogergo

2023-12-13 21:12:17 +08:00

@maokg 可以的，但是我没分析，你可以从 Msg.db 文件里找一找，看一下群聊名称对应的微信 ID

ChicC

2023-12-13 23:42:37 +08:00

只看到了老婆老公想要给我

ttyhtg

2023-12-14 00:22:05 +08:00 via Android

作为单身狗我居然敢点开，还是祝福楼主

programMrxu

2023-12-14 08:39:57 +08:00

祝福楼主了

mingring

2023-12-14 08:43:43 +08:00

我跑出来怕都是敏感词

beijiaoff

2023-12-14 09:00:08 +08:00

我用的飞书文档的多维表格，可以自动生成词云。

Dogergo

2023-12-14 09:04:31 +08:00

@ttyhtg 感谢您的友善，啊 Sir

100

Dogergo

2023-12-14 09:07:05 +08:00

@bao3 真不把兄弟们当外人儿啊，你这个有点逆天的

1 2

❮

❯