利用微信聊天记录，送女友个小礼物

1. 导出微信聊天记录

话说这微信真是的，不支持导出聊天记录，费了不少劲，也踩了很多坑，才摸索出一条完美的路，话不多说，直接开始。
1）备份聊天记录至苹果设备
由于此方法利用到软件只支持苹果设备，因此，如果是Android用户，需要将微信聊天记录备份至iphone或者ipad上，iPhone用户可忽略此步骤。该过程利用微信自带的工具即可简单实现，具体路径是：我 -> 设置 -> 聊天 -> 聊天记录备份和迁移 -> 迁移到另一台设备上。注意，可以只备份自己女朋友的聊天记录即可，以免花费过长时间。
2）连接Mac，对iPhone或者ipad设备进行备份
将ipad连接到mac，并打开Mac的itunes开始对ipad进行备份，如下图，注意不要选择加密，否则后续将无法识别。另外，要找到备份文件存储的地方：/Users/yourname/Library/Application Support/MobileSync/Backup，Library（资源库）文件夹默认是隐藏的，百度下怎么显示出来。

3）利用WX Back工具进行聊天记录的导出。
WX Back是一款良心软件，无广告，免安装，且可以秒导出，下载地址为 http://wxbackup.imxfd.com/ ，提供了Mac和Windows版本的，但Windows版本可能有bug，我最后导出是乱码的，Mac版本亲测没问题。将步骤2中得到的备份文件夹拷贝（move也可）到某个固定的路径下，如桌面，并放到名为MobileSyns的文件夹中，即：/Users/yourname/Desktop/MobileSyns/Backup路径，该步骤较为重要，务必确保成功。接着双击下载好的WX Back文件即可，会提示手动切换路径，填写/Users/yourname/Desktop/MobileSyns/Backup即可。

最后，将会成功导出聊天记录，如下图：

可以切换微信号，也可指定联系人，最后将聊天记录输出到制定的路径中即可。
4）聊天记录一览

格式整齐，我太喜欢了，其中index.html是聊天记录的前端展示，可在线展示所有记录；js和css里面是展示所用到的脚本，js里面保存这文字聊天记录相关的内容，audio、video和image里面分别保存这语音、视频和图片的相关信息。
至此，微信聊天记录导出完成！

2. 聊天记录大揭秘

Talk is cheap, Here is the code

1） 解析聊天记录
步骤1中js文件夹下的message.js文件即为所有的聊天记录，包含文字、语音、emoji、图片、视频等各种信息，词典msg_type_cnt可以帮你统计你们发送的各种信息的条数，变量msg_word_num记录了你们的聊天字数，函数最后返回文字聊天的所有句子。注意，此步骤中，需要打开message.js文件，并将第一行中的“var data = ”字符删除，这样该文件中内容才是json格式，以便被python处理。

'''
m_uiMessageType 表示了聊天类型
1: 文字, 3: 图片, 47: emoji, 34: 语音, 43: 视频, 49: 分享, 10000: 撤回
'''
def read_chat_rec(file):
    stences = []
    with open(file, 'r') as f:
        s = f.read()
    f.close()
    s1 = json.loads(s)
    message = s1['message']
    print "total num of chat is: ", len(message)
    msg_type_cnt = {}
    msg_word_num = 0
    ### msg_word_num 记录聊天中汉字的数量, msg_type_cnt记录聊天的类型
    for i in range(len(message)):
        item = message[i]["m_nsContent"]
        itype = int(message[i]["m_uiMessageType"])
        usr = message[i]["m_nsFromUsr"]
        ### usr 字段用来区分身份，为空则代表自己，否则是对方
        ### 此处是解析自己的聊天记录，若是解析对方的，可改为：usr == ""
        if usr != "":  
            continue
        if itype not in msg_type_cnt:
            msg_type_cnt[itype] = 1
        else:
            msg_type_cnt[itype] += 1
        if itype == 1:
            msg_word_num += cal_ch_num(item)
            stences.append(item.encode('utf8'))
    print "msg_word_num is %d, msg_type_cnt is %s:" %(msg_word_num, msg_type_cnt)
    return stences

2）分词
分词采用了结巴分词，效果还不错，这里面会设计到中文编码的坑，以下的代码较为精简，但是效果很不错，返回聊天原文，以及他们的分词结果。

def get_chat_words(texts, stop_words):
    text2words= []
    for t in texts:
        try:
            words = jieba.cut(t.decode('utf8'))
        except:
            continue
        res = []
        for w in words:
            if w.encode('utf8') in stop_words:
                continue
            ## 此处比较关键，需先解码为Unicode，才能判断长度
            if len(w.decode('utf8')) <= 1: 
                continue
            res.append(w.encode('utf8'))
        text2words.append((t, set(res)))
    return text2words

结果示例如下图

3. 生成词云

网上有些免费的生成工具，但要么收费，要么不能批量导入，所以干脆自己写一个吧，有现成的包wordcloud，导入即可用，可以根据单词的频率生成词云，也可以特定图片生成特定的形状，代码如下：

def gen_word_cloud(wc_file, input_pic_name, output_pic_name):
    word_count = get_word_cnt(wc_file)
    print ("word_count", len(word_count))
    mk = imageio.imread(input_pic_name)
    wc = WordCloud(
        font_path="./SimHei.ttf",
        max_words=1000,  # 词云中最多显示的词数
        background_color="white",  # 背景颜色
        width = 1500,  # 图片宽度
        height= 960,  # 图片高度
        margin= 10,  # 图片边缘
        mask = mk,  # 根据输入图片生成词云的形状
        random_state=1, 
        contour_width=1, # 设置图片的边缘，最好加上，否则轮廓不明显
        contour_color='blueviolet' # 边缘线条颜色
    )
    wc.generate_from_frequencies(word_count)  # 从字典生成词云
    plt.imshow(wc)
    plt.axis('off')  # 关闭坐标轴
    plt.show()
    wc.to_file(output_pic_name)  # 保存图片

结果示例如下图：

4. 写文案

其实有了统计数据，你可以得出来很多有意思的结论，比如分析top1的词，top10的词，分析排名接近的词，比较你和对方用词的差异……，我是做了一个简单的ppt：

总之，大家发挥自己的聪明才智吧，从聊天记录中发现专属你们两个的浪漫和甜蜜！

5. 参考链接

1. http://wxbackup.imxfd.com/
2. https://blog.csdn.net/weixin_26713521/article/details/108134350