利用python的玩转WeChat

一、使用 wxpy 模块库获取好友男比例信息和城市分布。

# -*- coding: utf-8 -*-
"""
微信好友性别及位置信息
"""

#导入模块
from wxpy import Bot

'''Q
微信机器人登录有3种模式，
(1)极简模式:robot = Bot()
(2)终端模式:robot = Bot(console_qr=True)
(3)缓存模式(可保持登录状态):robot = Bot(cache_path=True)
'''
#初始化机器人，选择缓存模式（扫码）登录
robot = Bot(cache_path=True)

#获取好友信息
robot.chats()
#robot.mps()#获取微信公众号信息

#获取好友的统计信息
Friends = robot.friends()
print(Friends.stats_text())

二、使用 itchat 获取好友详细信息并输出到记事本。

再仔细观察friends列表，发现里面还包含了好友昵称、省份、城市、个人简介等等的数据，刚好可以用来分析微信好友列表获取后看到的城市分布，最好的方式是定义一个函数把数据都爬下来，存到数据框里，得到一个叫data的csv文件再进行分析。

# 使用 itchat 获取好友详细信息并输出到记事本
import itchat
itchat.login()

#爬取自己好友相关信息， 返回一个json文件
friends = itchat.get_friends(update=True)[0:]
def get_var(var):
    variable = []
    for i in friends:
        value = i[var]
        variable.append(value)
    return variable
NickName = get_var("NickName")
Sex = get_var("Sex")
Province = get_var("Province")
City = get_var("City")
Signature = get_var("Signature")f
rom pandas import Data
Framedata = {'NickName' : NickName,'Sex' : Sex,'Province' : Province,'City' : City,'Signature' : Signature}frame = DataFrame(data)
frame.to_csv('myFriendanAlyze.txt',index=True)

 

 

三、仅输出好友占比。

仔细观察了一下返回的数据结构，发现”性别“是存放在一个字典里面的，key是”Sex“，男性值为1，女性为2，其他是不明性别的（就是没有填的）。可以写个循环获取想要的性别数据，得到自己微信好友的性别比例。

import itchat
itchat.login()
friends = itchat.get_friends(update=True)[0:]

# 初始化计数器
male = female = other = 0

# friends[0]是自己的信息，所以要从friends[1]开始
for i in friends[1:]:
    sex = i["Sex"]
    if sex == 1:
        male += 1
    elif sex == 2:
        female += 1  
    else:
        other += 1

#计算朋友总数
total = len(friends[1:])

#打印出自己的好友性别比例
print("男性好友： %.2f%%" % (float(male)/total*100) + "\n" +
"女性好友： %.2f%%" % (float(female) / total * 100) + "\n" +
"不明性别好友： %.2f%%" % (float(other) / total * 100))

print("男性好友：" + str(male) + ",女性好友：" + str(female) + ",不明好友："+str(other))

 

 

 

四、自己微信好友个性签名的自定义词云图

好玩的来了。之前已经爬下了每个好友的个性签名，刚好可以分析一下大伙儿个性签名时使用的高频词语是什么，顺便可以做个词云图.

先把原先爬下来的个性签名（Signature）打印出来，发现有很多本来是表情的，变成了emoji、span、class等等这些不重要的词，需要先替换掉，另外，还有类似<>/= 之类的符号，也需要写个简单的正则替换掉，再把所有拼起来，得到text字串。

接着就可以把结巴分词这个包搞进来分词。

进入画图阶段了。可以根据自己想要的图片、形状、颜色画出相似的图形（在这里，我使用的是我的头像，当然，为了颜色可以更加鲜艳使最后画出的词云图更加好看易辨，我先对自己的头像用PS做了一点小处理）。为此，我们需要把matplotlib、wordcloud、numpy、PIL等包搞进来。

import re
siglist = []
for i in friends:
    signature = i["Signature"].strip().replace("span","").replace("class","").replace("emoji","")
    rep = re.compile("1f\d+\w*|[<>/=]")
    signature = rep.sub("", signature)
    siglist.append(signature)
text = "".join(siglist)



import jieba
wordlist = jieba.cut(text, cut_all=True)
word_space_split = " ".join(wordlist)

import matplotlib.pyplot as plt
from wordcloud import WordCloud, ImageColorGenerator
import numpy as np
import PIL.Image as Image
coloring = np.array(Image.open("/Users/apple/Desktop/wechat.jpg"))
my_wordcloud = WordCloud(background_color="white", max_words=2000,
                         mask=coloring, max_font_size=60, random_state=42, scale=2,
                         font_path="/Library/Fonts/Microsoft/SimHei.ttf").generate(word_space_split)
 
image_colors = ImageColorGenerator(coloring)
plt.imshow(my_wordcloud.recolor(color_func=image_colors))
plt.imshow(my_wordcloud)
plt.axis("off")
plt.show()