新闻详情

新闻详情

首页 / 资讯中心 / 详情

微信聊天记录导出指南:WeChatMsg 三步把对话存成 HTML、Word 和 CSV

发布时间:2026/11/21 6:52:09来源:尧图网络
微信聊天记录导出指南:WeChatMsg 三步把对话存成 HTML、Word 和 CSV
微信聊天记录导出指南WeChatMsg 三步把对话存成 HTML、Word 和 CSV【免费下载链接】WeChatMsg提取微信聊天记录将其导出成HTML、Word、CSV文档永久保存对聊天记录进行分析生成年度聊天报告项目地址: https://gitcode.com/GitHub_Trending/we/WeChatMsg年底想翻翻今年和朋友的聊天记录翻几屏就找不到重点了。WeChatMsg留痕就是为这种需求做的它把微信聊天记录批量提取出来导出成 HTML、Word、CSV 文档永久保存还能直接分析聊天记录生成一份年度聊天报告。项目是什么WeChatMsg 把聊天记录变文档WeChatMsg中文名留痕是一个开源的微信聊天记录导出工具。它把你本机微信里的聊天记录提取出来按聊天对象整理成完整文档支持 HTML、Word、CSV 三种格式输出。作者的定位是我的数据我做主记录不再只存在于微信客户端里而是变成你自己设备上可以长期保存的文件。项目采用 MIT 开源协议作者SiYuan已为 2024 年度报告准备了在线示例README 中也写明 2025 年度报告将在本项目中实现。README 中用于展示年度报告可视化效果的截图把一年的数据整理成图表与统计doc/image1.png导出与年度报告三个问题说清楚聊天记录能导出成哪些格式HTML、Word、CSV 三种各对应一种用途。HTML 保留对话排版浏览器打开就能直接翻Word 是普通文档可以打印也可以再编辑成合集CSV 是纯表格能导入 Excel 做筛选和统计。三种格式来自同一批聊天记录按需取用即可。年度聊天报告是怎么生成的它基于你导出的聊天记录直接汇总统计不需要手动整理。报告把这一年的聊天数据归纳出来比如各聊天对象的互动分布、活跃的时段让零散的消息变成一份可以回看的年度总结。2024 年度报告已有单独的在线示例2025 版则按 README 的说明并入本项目。我的数据会被上传到网上吗不会。导出在你自己的电脑上完成工具读取本机微信的聊天记录生成的文档也只保存在你的设备里全程不经过第三方服务器。这正是项目名留痕想强调的事——数据归你所有。 三步完成微信记录导出克隆仓库并进入目录git clone https://gitcode.com/GitHub_Trending/we/WeChatMsg cd WeChatMsg打开 readme.md按里面的说明找到导出入口当前仓库以文档为主README 就是操作手册。按指引完成一次导出选择目标格式HTML、Word 或 CSV。 导出之后你能拿到什么成果形式适合做什么完整聊天记录HTML 网页浏览器直接翻阅长期存档可编辑文档Word打印、做聊天合集结构化数据CSV 表格导入 Excel 筛选、统计年度聊天报告可视化报告回顾一年的聊天习惯与重要对话对比截图 复制粘贴的手动做法差别在于它能把全部对话一次跑完格式统一。适合谁想永久保存聊天记录的人微信客户端里的记录可能因为换机、清理而丢失导出成文件后放在自己的硬盘或网盘里格式固定不依赖任何 App。想给家人、朋友做一本聊天纪念册的话Word 版本拿来就能用。想分析聊天数据的人内容创作者和研究者可以拿到 CSV 做量化分析比如消息频率、活跃时段。每年底生成的年度报告也天然是一份年度回顾素材。❓ 常见问题问这个项目还在维护吗作者在 README 里明确写了项目很久没有更新近期也不会更新未来也许会考虑截图 OCR 的方案。现有导出与报告功能可以正常使用作者的新方向放在了行影集AI 相册等后续项目里。问导出会影响微信里的原始记录吗不会。导出是只读操作工具只是把本机聊天记录读出来生成文档不会修改或删除微信里的任何内容。入口就是 WeChatMsg 仓库部署第一步是执行上面的 git clone 命令。建议先挑一个小的聊天窗口导出确认格式没问题后再批量处理全部记录。【免费下载链接】WeChatMsg提取微信聊天记录将其导出成HTML、Word、CSV文档永久保存对聊天记录进行分析生成年度聊天报告项目地址: https://gitcode.com/GitHub_Trending/we/WeChatMsg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 2026/11/20 0:44:51

【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 2026/11/19 15:17:14

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 2026/11/20 20:45:42

【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 ... 2026/11/20 16:11:20

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 2026/11/20 18:41:01

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 2026/11/20 0:44:55

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
📞 ✉