苹果手机如何导出微信聊天记录已删好友的,苹果手机怎么恢复已删好友的聊天记录

　　先装上我的iPhone，导出微信聊天记录生成的单词群效果图。(个别敏感词，请忽略hhh。)

　　关于导出手机聊天记录的方法，网上大部分教程都提到“楼月微信聊天记录导出恢复助手”、“手机博士微信聊天记录查看”等软件提供了一种绝对免费的方法，可以方便地导出聊天记录。附上基于聊天记录生成词云的教程。因为我个人手机是ios，所以这个博客暂时只针对ios。安卓系统好像需要打开root权限才能导出微信记录。请参考本教程附带的链接进行尝试。

　　第一步：备份手机下载iTunes软件，通过usb线将手机连接到电脑，按照以下步骤备份手机。

　　请注意“是否要加密备份内容？”在步骤4的对话框中显示。然后单击不加密。

　　备注(针对windows系统)备份的内存问题：

　　备份手机通常需要很大的空间，但iTunes默认将备份文件放在c盘。C中的驱动器空间不足可能会导致备份失败。在这种情况下，您可以以管理员身份启动，输入cmd命令行将备份文件夹转换为外部超链接。

　　mklink/j C:\ Users \ Your username \ Appdata \ Roaming \ Apple Computer \ Mobile Sync 要更改的文件地址如我的电脑

　　如果显示“当文件已经存在时，无法创建该文件”，请参考上面的“C:\Users\您的用户名\AppData\Roaming\Apple Computer”(应用程序计算机())。此时，您可以看到上面的命令创建了一个文件夹的快捷方式。这意味着文件夹的实际存储地址链接到另一个位置。按如下方式移动备份位置：有关更详细的教程，请参见

　　百度体验：ITUNES改变备份存储路径(无光驱，无光驱)。

　　查看隐藏项目

　　关于手机文件备份教程的链接，请参考步骤1~6:

　　如何将安卓手机的微信聊天记录导出到电脑中查看？

　　第二步：导出聊天记录(以下均为ios系统…)

　　下载iPhone备份查看器。以下是网址。

　　从iPhone备份中提取数据

　　下载打开软件时，软件会自动找到备份文件的位置并显示如下：(lhdfbx好漂亮)点击中间屏幕进入备份文件(点击最后一个图标)。然后，单击右上角的“树形结构”图标。

　　在左侧的文件栏中，找到并展开名为“针对安卓系统”的文件夹。展开AppDomain-com.tencent.xin子文件夹，可以看到它包含一些32位的数字字符串(用MD5加密的32位字符串)。这些文件夹存储在手机微信中，每个文件夹代表一个用户。比如有两个用户通过微信登录了我的手机。可能有多个文件夹，因为其他用户可能在短时间内登录了移动电话。Document在步骤2的评论区回答。

　　当您展开上述子文件夹以查找并打开db子文件夹时，右边是“如何判断哪个是我经常使用的那个账户”文件。这是所有的聊天记录文件。您可以通过选择右上角的“http://www.Sina.com/ http://www.Sina.com/”导出到所需的位置。如下图。

　　注意“MM.sqlilte”文件的大小可以区分哪些用户的聊天记录需要导出。平时我们用微信账号最多，因为聊天记录多，所以这个文件很大。以我的手机为例。在名为 493c439bf…的文件夹中，我的 MM.sqlite 文件为800m，而在名为 cb33ae…的文件夹中，我的 MM.sqlite 文件可以确定。

　　第三步：分析聊天记录，下载数据库查看软件。推荐轻量级软件SQLiteSpy。下载地址如下。

　　下载SQLite spy1.9. 13

　　下载完成后，用这个软件打开刚刚保存的‘mm . SQLite’文件。左边的表格中，所有以‘Chat _’开头的表格都是单次聊天记录或者群聊或者微信官方账号聊天记录。以“ChatExt2_”开头的表没有用。点开一个，右边消息栏下有所有聊天记录。图为我点击的群聊。左边的表名是乱码。如何找到与特定人的聊天记录？

　　在左下方找到一个名为‘SQLite _ sequence’的表，然后点击可以看到这个表的内容是name-seq关系表。其中name是左侧所有表的名称，seq是与此人交换的消息总数。单击“序列”列名。

　　从小到大或从大到小排序。我们可以估计我们已经向我们要找的人发送了多少消息，对它们进行排序，并找到相应的表名来打开该表。

　　比如这里，我希望找到的人，我确定我和他的聊天记录最多，所以我可以确定第一行的名字就是他的表：于是我在左边找到了名为 chat _ CB 33 AEF 1a 7935289 ed 780 a 899 b 29 da 6d 的表，果然：

　　备注有关表名和友元之间对应关系的更详细信息存储在“WCDB_Contace.sqlite”数据库中。如需更详细的分析，请参考从第3条开始的以下链接：

　　微信数据库分析

　　第四步：导出聊天记录生成词云。接下来用python操作‘mm . SQLite’数据库，可以导出显示。以这里生成的词云为例：

　　先引入必需的包，这些包都需要预先安装（pip的使用可以自行百度~）:

　　import重新导入jiebaimport word cloud import sqlite3 import cv2首先连接数据库：

　　# connect database conn=sqlite3 . connect( F:/iTunes/output/com . Tencent . Xin/Documents/493 c 439 bf5d 6404 AAC 3 ad 6 e 5b 1d 29835/DB/mm . SQLite )c=conn . cursor()# data=c . execute( select name from SQLite _ master where type= table order by name )tab elname= chat _ CB 33 AEF 1a 7935289 ed 780 a 899 b 29 da 6d search=c . executefetchall()第二行中的参数是刚刚保存的‘mm . SQLite’文件的地址。可以用相对路径代替绝对路径。

　　第四行是执行SQL语句来获取所有的表名。如果需要遍历所有聊天记录，可以使用这个语句。

　　第5行是在步骤2中找到的表名。

　　第六行是从这个表中查询所有的消息记录。

　　之后使用jieba对逐条消息进行分词：

　　# for Each message:cut into words list=[]for Each in search:find=re . find all(r [\ u4e 00-\ u9fa 5]，Each[0])for sentence in find:cut result=jieba . cut(sentence，cut _ all=false，hmm=true)for word in cut result:word list。append (word)第四行是从查询结果中逐条消息查找所有汉字。

　　第6~8行对每个句子进行分割，并将分割后的单词添加到单词列表中。

　　之后设置停用词表，并更新分词列表：

　　# set stop wordlist exclusions=[ this ， not ， feel ， what ， can ， one ， know ， that ， now ， today ， how ， when ， so Or ， so ， tomorrow ， just now ， you ， if ， one ， that ， this ， later ， and ， two ， I want ， how ， Happy ， bared teeth ，嘿嘿] # getlist所需单词结果=[]for word in word list result:ifappend (word) result=“”。Join (result)第2行设置了非索引字表，防止这些词出现在词云中(因为它们都是频繁出现的)，也可以有选择地自行修改。记得加上各种emoji表情的名字，因为emoji的名字会被算作聊天记录里的文字~

　　第9行排除由单个单词组成的单词；第11行排除了非索引字表中的单词。

　　第15行获取要输入到单词cloud中的字符串。该字符串是一个空格分隔的单词。

　　最后生成词云：

　　#生成单词云mask _ jpg=cv2。im read( F:/Documents/Python/my project/input/love _ mask。jpg )w=词云.WordCloud(mask=mask_jpg，font_path=C:/Windows/Fonts/小清新中文. TTF ，宽度=600，高度=525，max_words=400，搭配=False，max_font_size=110，background _ color= black )w . generate(result)# set color 2 .使用jpeg文件交换格式存储的编码图像文件扩展名的彩色地图为云的colormapcolor _ jpg=cv2。im read( F:\ Documents \ Python \ my project \ input \ color 2。jpg )img _ color=word cloud .ImageColorGenerator(color _ jpg)w . re color(color _ func=img _ color)#写入filew。to _ file( output/output 9。png’)第2行是读入面具（遮罩)图片，目的是让词云匹配该图片的形状，这张图片中所有白色的区域都不会有词云出现。同样，参数的路径可以使用相对路径。在该示例中，我使用的是如下的图片：

　　第3行建立词云对象，遮罩参数指定面具图片，字体路径指定字体的位置，宽度和高度是生成图像的宽和高，max_words指定词云中最大包含词语的数量，搭配设为错误的防止词云中出现重复的词，max_font_size指定词云中词语最大的字号背景颜色指定生成图片的背景色。以上参数均允许为空。

　　第6行把文本内容加载进词云。

　　第8~10行读入一张颜色图片，这张图片的目的是让词云的色彩匹配这张图片里面的颜色，而不是使用默认颜色。如果不指定这张图片，词云就会按照预设的颜色方案给各个单词上色。在本示例中，我使用的是如下的图片：

　　最后一行把生成的词云写入文件。

　　程序运行结束后，查看生成的词云，最终效果如下图所示：

　　最后附上完整的代码：

　　import re import jiebaimport word cloud import SQLite 3 import cv2if _ _ name _ _= _ _ main _ _ :# connect database conn=SQLite 3。连接( F:/iTunes/output/com。腾讯。Xin/Documents/493 c 439 bf5d 6404 AAC 3 ad 6 e 5b 1d 29835/DB/mm . SQLite )c=conn . cursor()# data=c . execute( select name from SQLite _ master where type= table order by name )tab El name= Chatfetchall()# for each message:cut into words word list=[]for each in search:find=re .find:cut result=jieba中的句子的find all(r [\ u4e 00-\ u9fa 5]，each[0])。cut(sentence，cut_all=False，HMM=True)for word in cut result:word list。append(word)# set停用词表excludes=[这个, 不是, 觉得, 什么, 没有, 可以, 一个, 知道, 那个, 现在, 今天, 怎么, 时候, 所以 一下, 有点, 可能, 然后, 感觉, 就是, 还是, 这么, 明天, 刚才, 你们, 的话, 要是, 一条, 那种, 这种, 以后, 而且, 两个, 我要, 反正, 不用, 一会, 直接, 肯定, 特别, 比较， 一次, 皱眉, 捂脸, 发抖, 愉快, 呲牙, 嘿哈] #获取所需单词列表结果=[]for word in word list:if len(word)==1:继续elif word in excludes:continue else:result。追加(单词)结果=“”.join(结果)#生成词云mask _ jpg=cv2。im read( F:/Documents/Python/my project/input/love _ mask。jpg )w=词云.WordCloud(mask=mask_jpg，font_path=C:/Windows/Fonts/小清新中文. TTF ，宽度=600，高度=525，max_words=400，搭配=False，max_font_size=110，background _ color= black )w . generate(result)# set color 2 .使用jpeg文件交换格式存储的编码图像文件扩展名的彩色地图为云的colormap color _ jpg=cv2。im read( F:\ Documents \ Python \ my project \ input \ color 2。jpg )img _ color=word cloud .ImageColorGenerator(color _ jpg)w . re color(color _ func=img _ color)#写入文件w . to _ file( output/output 9。png )感谢阅读~

　　有任何问题欢迎在评论区交流~

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。