爱情大数据 | 你的专属微信聊天记录统计

微信聊天记录数据分析

---

或许每个人的微信列表里都有几个不舍删除的聊天记录，经年累月，这些聊天记录越积越多，终将成为你和这个人之间的美好回忆。这些回忆中有许多信息值得挖掘，尤其是情侣之间，将这些信息统计出来做一份“爱情报表”，一定会给自己的另一半带去一份惊喜。

---

工作内容

• 获取微信聊天数据库
• 解密数据库获取聊天数据
• 使用Python分析数据
• ECharts(或者pyecharts)做数据可视化

---

获取聊天数据库

这个教程主要是针对安卓手机用户的，对于IOS系统，不太清楚如何获取聊天数据库，毕竟IOS系统生态非常封闭。安卓用户获取微信聊天数据库的方法很简单：

• 首先需要获取手机root权限

• 安装RE文件管理器(Root Explorer)

• 打开RE文件管理器，在路径/data/data/com.tencent.mm/MicroMsg下找到一个由32位字符串命名的文件夹，比如我的文件夹如下，这个32位字符串是mm+uin码进行md5加密后得到的(uin码后面会说)
  

• 进入该文件夹，找到EnMicroMsg.db，即为你的微信聊天数据库，将其复制出来并传到电脑上

---

解密数据库获取聊天数据

解密微信数据库，在网上有很多的教程，归结起来就是，数据库密码=md5(IMEI+uin)[0:7]，意思就是，将你手机的IMEI码和你微信的uin码加起来用md5加密后得到一串32位的字符串，取其前7位即为数据库的密码。但是在操作的过程中会有一些坑。

• 获取IMEI码，即打开手机的拨号界面，输入* #06#，这时就会自动弹出你的IMEI码，但是对于双卡用户，操作的时候会有些懵，比如我用的小米6，输入* #06#后会出来3个码……其实也不用懵，MEID码直接无视，下面两个IMEI码的话，一般都是取第一个，当然不放心的话可以两个都试试。
  
• 获取uin码，再次打开RE文件管理器，在路径/data/data/com.tencent.mm/shared_prefs下找到auth_infokey_prefs.xml文件并打开，找到如下文字，其中value后面跟着的就是你的uin码了，我的是8位，每个人uin码的位数可能不一样。
  
• 在获取到IMEI码和uin码之后就可以相加后使用md5加密得到密码了。加密可以使用在线md5工具，密码是小写32位md5值的前7位。
  
• 获取到密码后就是解密数据库了。工具是sqlcipher.exe，我在网上找了很多版本，这个是最好用的：https://pan.baidu.com/s/1pLlLOA6ZDV5Nl0beMFvM4A （密码：kfe2）。打开后找到message表，这里就是全部的聊天记录了，关键的信息就是createTime、talker以及content这三列了，值得注意的是，数据库中保存的时间数据是时间戳，并且每一个数据后面都多出了三位0，在进行数据分析时需要把这三个0剔除。然后我们依次点击File–>Export–>Table as CSV file，将message表导出，我们就可以开始进行数据分析了。导出的文件默认有.csv和.txt两种，后缀需要手动写上去。此外，如果直接读取这个文件的话可能会存在编码错误的问题，建议在保存csv文件以后，右键使用记事本打开，然后再另存为一个新的文件，编码使用utf-8。
  
  

---

使用Python分析数据

呼……终于进入正题了。聊天记录包含了非常丰富的数据，这里我只做了两个比较简单的例子，一个是针对时间做聊天时间段分布的统计；一个是针对内容做字符匹配，统计一些高频词汇出现的次数，比如“早安”、“晚安”、“想你”、“爱”等等（你懂的）。

读取数据

使用pandas读取csv文件