Python：导出QQ聊天记录-让我们看看逗比群友都在聊什么

qq技术群，一群逗比天天不聊技术，都在摸鱼，未读消息动不动就99+，丝毫不考虑我这电脑内存小的怎么办。来，让我们看看这群逗比群友整天都在聊什么。

一、导出QQ聊天文件

手机上或者Mac上的QQ数据库是加密的，但是手机备份出来的却是明文的数据，所以我们直接用最简单的，从备份拿数据，我这里用爱思助手搞了。

1. 打开爱思助手然后点击 工具箱->备份/恢复数据->选择全备份，然后等几分钟备份完成，打开全备份文件管理。
2. 点击立即查看
3. 列表有一个APPDomain-com.tencent.mqq的文件夹 ，账号数据路径为

    /AppDomain-com.tencent.mqq/Documents/contents/xxQQ账号xxx/QQ.db
   

4. 然后用支持SQlite的软件 Navicat Premium 或者 DB Browser for SQLite打开QQ.db。
   
5. 其中表名为tb_c2cMsg_xxxxQQ账号xxx的表，是单对单的聊天信息，tb_TroopMsg_xxx群号xxx的表，是群聊天的记录。
6. 我们就选话最多的那个群号，然后找出来对应的表，选择导出全部数据。
   
   7.编码选择UTF-8，导出字段不用选择全部字段，只用选择strMsg字段，然后一直点击下一步就可以了。
   
   8.导出成功
   

二、jieba分词

import jieba
import re

# 对聊天记录文件进行分词
def cut_words():
    # 把聊天内容读取给content
    fp = open("qqjilu.txt", "r", encoding="utf-8")
    content = fp.read()
    fp.close()
    #过滤img标签
    content=re.compile('<\s*img[^>]*>[^<]*<\s*/\s*img\s*>',re.I).sub('',content)#将br转换为换行

    jieba.enable_paddle()
    jieba.load_userdict("dict.txt")
    words = jieba.cut(content,  cut_all=False)     # 使用精确模式对文本进行分词
    counts = {}     # 通过键值对的形式存储词语及其出现的次数
    for word in words:
        if  len(word) == 1:    # 单个词语不计算在内
             continue
        else:
             counts[word] = counts.get(word, 0) + 1    # 遍历所有词语，每出现一次其对应的值加 1
    items = list(counts.items())#将键值对转换成列表
    items.sort(key=lambda x: x[1], reverse=True)    # 根据词语出现的次数进行从大到小排序

    for i in range(15):
        word, count = items[i]
        print("{0:<5}{1:>5}".format(word, count))

if __name__ == "__main__":
    cut_words()

打印结果：

三、总结

一群逗比群友，天天不敲代码，只知道开车。