qq导出聊天记录-分类整理

jerryliang 发布于 2025-07-23 39 次阅读

最近公司需要整理一些记录。为了方便给AI 提供资料。因故需要从导出的消息记录.TXT中提取对饮的消息对象的完整消息。

所以写了以下代码。分享给大家。

import os
import re
from collections import defaultdict

def list_available_contacts(file_path):
    """
    列出消息记录文件中所有可用的联系人
    
    Args:
        file_path: 消息记录文件的路径
    
    Returns:
        list: 联系人名称列表
    """
    contacts = []
    contact_pattern = re.compile(r'^消息对象:(.+)$')
    
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            for line in file:
                line = line.strip()
                contact_match = contact_pattern.match(line)
                if contact_match:
                    contacts.append(contact_match.group(1))
    except Exception as e:
        print(f"读取文件时出错: {e}")
    
    return contacts

def extract_messages(file_path):
    """
    从QQ消息记录文件中提取所有消息对象的往来消息
    
    Args:
        file_path: 消息记录文件的路径
    
    Returns:
        dict: 以消息对象为键，消息列表为值的字典
    """
    # 初始化变量
    messages_by_contact = defaultdict(list)
    current_contact = None
    message_buffer = []
    in_message_section = False
    
    # 正则表达式模式 - 增强版本以处理特殊格式的联系人名称
    contact_pattern = re.compile(r'^消息对象:(.+)$')
    date_pattern = re.compile(r'^(\d{4}-\d{2}-\d{2} \d{1,2}:\d{2}:\d{2}) (.+)$')
    
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            for line in file:
                line = line.strip()
                
                # 跳过空行
                if not line:
                    continue
                
                # 检查是否是消息对象行
                contact_match = contact_pattern.match(line)
                if contact_match:
                    # 保存之前的消息对象的消息
                    if current_contact and message_buffer:
                        messages_by_contact[current_contact].extend(message_buffer)
                        message_buffer = []
                    
                    # 设置新的当前消息对象
                    current_contact = contact_match.group(1)
                    in_message_section = False
                    continue
                
                # 检查是否是分隔线
                if line.startswith('====='):
                    if line == '================================================================':
                        # 如果是分隔线，标记为可能进入消息部分
                        in_message_section = True
                    continue
                
                # 如果已经确定了消息对象，开始收集消息
                if current_contact and in_message_section:
                    # 检查是否是消息行
                    date_match = date_pattern.match(line)
                    if date_match:
                        # 这是一条新消息的开始
                        timestamp = date_match.group(1)
                        sender = date_match.group(2)
                        message_content = ""
                        message_buffer.append(f"{timestamp} {sender}")
                    else:
                        # 这是消息内容的一部分
                        if message_buffer:  # 确保有消息头
                            message_buffer.append(line)
        
        # 保存最后一个消息对象的消息
        if current_contact and message_buffer:
            messages_by_contact[current_contact].extend(message_buffer)
    
    except Exception as e:
        print(f"处理文件时出错: {e}")
    
    return messages_by_contact

def save_messages_to_files(messages_by_contact, output_dir):
    """
    将每个消息对象的消息保存到单独的文件中
    
    Args:
        messages_by_contact: 以消息对象为键，消息列表为值的字典
        output_dir: 输出目录
    """
    # 确保输出目录存在
    os.makedirs(output_dir, exist_ok=True)
    
    for contact, messages in messages_by_contact.items():
        # 创建安全的文件名
        safe_contact_name = "".join(c if c.isalnum() or c in [' ', '_', '-'] else '_' for c in contact)
        file_path = os.path.join(output_dir, f"{safe_contact_name}.txt")
        
        try:
            with open(file_path, 'w', encoding='utf-8') as file:
                file.write(f"消息对象: {contact}\n")
                file.write("="*50 + "\n\n")
                for message in messages:
                    file.write(f"{message}\n")
        except Exception as e:
            print(f"保存 {contact} 的消息时出错: {e}")

def main():
    import argparse
    
    # 创建命令行参数解析器
    parser = argparse.ArgumentParser(description='从QQ消息记录中提取消息')
    parser.add_argument('--input', '-i', default=r"e:\GIT\qq-msg\全部消息记录(1).txt", 
                        help='输入文件路径')
    parser.add_argument('--output', '-o', default=r"e:\GIT\qq-msg\extracted_messages", 
                        help='输出目录路径')
    parser.add_argument('--contact', '-c', 
                        help='指定要提取的联系人名称，不指定则提取所有联系人')
    parser.add_argument('--list', '-l', action='store_true',
                        help='列出所有可用的联系人')
    
    # 解析命令行参数
    args = parser.parse_args()
    
    input_file = args.input
    output_dir = args.output
    specific_contact = args.contact
    
    # 如果用户请求列出所有联系人
    if args.list:
        print(f"正在从 {input_file} 中获取所有联系人...")
        contacts = list_available_contacts(input_file)
        print(f"找到 {len(contacts)} 个联系人:")
        for contact in sorted(contacts):
            print(f"  - {contact}")
        return
    
    print(f"开始从 {input_file} 提取消息...")
    
    # 提取消息
    messages_by_contact = extract_messages(input_file)
    
    # 如果指定了特定联系人
    if specific_contact:
        if specific_contact in messages_by_contact:
            # 只保留指定联系人的消息
            messages_to_save = {specific_contact: messages_by_contact[specific_contact]}
            print(f"成功找到并提取联系人 '{specific_contact}' 的消息。")
        else:
            print(f"未找到联系人 '{specific_contact}'。可用的联系人有:")
            for contact in sorted(messages_by_contact.keys()):
                print(f"  - {contact}")
            return
    else:
        messages_to_save = messages_by_contact
    
    # 保存消息到文件
    save_messages_to_files(messages_to_save, output_dir)
    
    print(f"消息提取完成！共提取了 {len(messages_to_save)} 个联系人的消息。")
    print(f"结果保存在: {output_dir}")

if __name__ == "__main__":
    main()

然后用AI 写了一个用法。参考

QQ消息记录提取工具-参考方法-感谢deepseek

这是一个用于从QQ导出的消息记录文本文件中提取和整理消息的Python工具。该工具可以按照消息对象（联系人）分类提取所有往来消息，并将结果保存到单独的文件中。

功能特点

  • 从QQ导出的消息记录文本文件中提取消息
  • 按照消息对象（联系人）分类整理消息
  • 支持提取所有联系人的消息或指定特定联系人的消息
  • 提供命令行参数支持，方便灵活使用
  • 保留消息的时间戳、发送者和内容信息
  • 支持列出所有可用的联系人

使用方法

基本用法

# 提取所有联系人的消息
python main.py

# 提取特定联系人的消息
python main.py --contact "联系人名称"

# 列出所有可用的联系人
python main.py --list

# 指定输入文件和输出目录
python main.py --input "路径/到/消息记录.txt" --output "输出目录"

命令行参数

  • --input, -i: 指定输入文件路径（默认为 e:\GIT\qq-msg\全部消息记录(1).txt）
  • --output, -o: 指定输出目录路径（默认为 e:\GIT\qq-msg\extracted_messages）
  • --contact, -c: 指定要提取的联系人名称，不指定则提取所有联系人
  • --list, -l: 列出所有可用的联系人

示例

  1. 提取"澳洲-预付货"的消息记录：
python main.py --contact "澳洲-预付货"
  1. 使用专用脚本提取"澳洲-预付货"的消息记录：
python extract_australia.py
  1. 列出所有可用的联系人：
python main.py --list

输出结果

  • 每个联系人的消息将保存在一个单独的文本文件中
  • 文件名为联系人名称（特殊字符会被替换为下划线）
  • 文件内容包括所有与该联系人的往来消息，按时间顺序排列

文件结构

  • main.py: 主程序文件，包含所有核心功能
  • extract_australia.py: 专门用于提取"澳洲-预付货"消息的辅助脚本
  • extracted_messages/: 默认输出目录，包含提取的消息文件

系统要求

  • Python 3.6 或更高版本
  • 无需额外的第三方库

注意事项

  • 输入文件必须是QQ导出的消息记录文本文件
  • 文件编码应为UTF-8，以确保正确处理中文字符
  • 大型消息记录文件可能需要较长处理时间

0 0 投票数
文章评分
此作者没有提供个人介绍。
最后更新于 2025-07-23