新闻详情

新闻详情

首页 / 资讯中心 / 详情

GetQzonehistory:扫码一次,把历史QQ空间说说全搬进Excel

发布时间:2026/11/14 19:12:50来源:尧图网络
GetQzonehistory:扫码一次,把历史QQ空间说说全搬进Excel
GetQzonehistory扫码一次把历史QQ空间说说全搬进Excel【免费下载链接】GetQzonehistory获取QQ空间发布的历史说说项目地址: https://gitcode.com/GitHub_Trending/ge/GetQzonehistoryQQ空间的消息列表翻到最后一条就断了更早的说说没法继续往前翻。GetQzonehistory 做的是一件很具体的事自动抓取你 QQ 账号下可见的全部历史说说导出成 Excel 表格图片也一并下载到本地再渲染一份能离线浏览的网页。适合想给自己空间存档的普通用户。 先看成果结果文件结构与字段说明程序跑完后所有文件都放在 resource/result/QQ号/ 目录里文件名以你自己的 QQ 号开头。主表是 QQ号_说说列表.xlsx比如 12345678_说说列表.xlsx共四列列名内容说明示例值时间发布时刻精确到秒2021年03月02日 08:15:43内容昵称 正文格式小明 今晚加班到十一点图片链接图片原始网址多张用半角逗号分隔http 开头的网址多张以逗号分隔评论该条下评论按时间、内容、昵称、QQ号排列多条为嵌套列表消息列表来源的行可能为空[[2021-03-02,厉害,老周,10001]]同目录下还有几份拆分出来的文件QQ号_转发列表.xlsx、QQ号_留言列表.xlsx、QQ号_其他列表.xlsx按消息类型分开存放QQ号_好友列表.xlsx三列昵称、QQ、空间主页QQ号_说说网页版.html说说与转发合并、按时间倒序用浏览器直接打开pic/ 子文件夹下载好的配图文件名取说说文字开头最长 40 个字符⚙️ QQ空间说说备份安装与执行步骤1. 拉取项目安装依赖git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory cd GetQzonehistory pip install -r requirements.txt依赖在 requirements.txt 里全部锁了版本pandas、beautifulsoup4、qrcode 都在列。README 建议装在虚拟环境里对本机 Python 环境更干净。2. 运行主程序完成扫码登录python main.py终端会打印一串字符二维码用手机 QQ 扫一下再在手机上确认。登录态写进 resource/user/ 目录下次运行直接复用不用重扫缓存过多个账号时会列出序号让你选输入 0 是重新登录。Linux 首次运行若提示缺 zbar 共享库用系统包管理器装好再跑即可。3. 让分页抓取跑完进度条按每 10 条一批推进每批抓完停 3 秒控制台同步打印暂停提示。整个过程不用盯着条数多就去倒杯水再回来。中途想停直接按 CtrlC程序会把已抓到的数据保存成 Excel 再退出。4. 打开结果目录定位文件程序结束时会尝试自动打开结果目录系统没有可用的打开命令时手动到 resource/result/ 下按 QQ 号找子文件夹就行。 QQ空间说说备份工作原理从扫码到文件主入口是 main.py抓取分两段。第一段读互动消息总条数然后从第 0 页起每批 10 条顺序拉取用网页解析器逐条取出时间、正文和图片链接顺带把列表里出现的好友收进好友表。第二段走 util/GetAllMomentsUtil.py每页 30 条拉取账号下所有未删除的可见说说补上评论和高清图链消息列表里没露面的旧说说也能在这里找回来两段数据合并去重后落盘。第二段请求的原始数据会缓存到 resource/fetch-all/ 下的 JSON 文件重复运行不会重新请求这部分。️ 历史说说数据的三种后处理玩法把某一年的说说排成时间线打开说说列表表按时间列筛选出目标年份的行再按时间升序排一遍就得到那年完整的事件线截图存档或打印成册都合适。用数据透视表统计月度活跃度把时间列拆成年、月两列建一张数据透视表按月计数。哪几个月数字最大哪段日子你话最多一眼就能看出来。把说说档案变成本地网页双击 QQ号_说说网页版.html浏览器直接按时间倒序渲染说说和转发图片自动换成高清图评论区也带出来了翻看回忆比对着表格直观。 QQ空间说说备份常见问题问完整备份要跑多久 答主要看总条数。消息列表每 10 条停 3 秒千条规模是十分钟量级第二段全量说说每页 30 条速度更快。问图片会不会一起导出 答会。消息列表里带图的说说图片会下载到 pic/ 文件夹文件名取说说文字开头超长会截断表格的图片链接列保留原始网址两边能互相核对。问设置为仅自己可见的说说能导出来吗 答不能。程序只能取到互动消息列表和当前可见列表里的内容仅自己可见的说说不会出现在结果中。问中途被打断怎么办 答程序注册了中断信号手动停止时也会把已抓到的数据写盘成 Excel第二段的缓存还在重跑程序时这部分不会重新请求。⚖️ 合规边界与使用提醒这个项目定位是个人学习和技术研究只读取自己账号可见的数据不涉及绕过平台安全机制。使用请遵守 QQ 空间服务条款和相关法律法规导出的内容也不要挪去做商业用途。备份这事不急它随时停下都会自动存好已有的数据。现在要做的第一步就是打开终端把 clone 命令贴进去。【免费下载链接】GetQzonehistory获取QQ空间发布的历史说说项目地址: https://gitcode.com/GitHub_Trending/ge/GetQzonehistory创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉