新闻详情

新闻详情

首页 / 资讯中心 / 详情

GetQzonehistory:一次把QQ空间全部历史说说归档到本地,免费又完整

发布时间:2026/11/6 17:41:12来源:尧图网络
GetQzonehistory:一次把QQ空间全部历史说说归档到本地,免费又完整
GetQzonehistory一次把QQ空间全部历史说说归档到本地免费又完整【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想找一条五年前说说的评论区页面翻不到底只能放弃。GetQzonehistory 就是干这个的QQ 空间历史说说批量导出扫码登录后自动拉取把时间、正文、图片、评论全部落到你自己的电脑上。先看看结果长什么样跑完一轮所有文件都在resource/result/你的QQ号/目录下文件里面是什么QQ号_全部列表.xlsx时间线总表每行一条消息含时间、正文、图片链接、评论QQ号_说说列表.xlsx你自己发的说说可搜索可筛选QQ号_转发列表.xlsx你的转发记录QQ号_留言列表.xlsx好友留在你空间的言QQ号_其他列表.xlsx好友侧的互动消息QQ号_好友列表.xlsx出现过的昵称、QQ 号、主页链接QQ号_说说网页版.html按空间页观感还原的网页浏览器直接打开pic/说说配图逐张下载存本地再跑一遍 fetch_all_message.py会在resource/fetch-all/下多出一份所有可见说说.md直连说说列表接口能补到 2014 年之前的内容还附原始 JSON 和高清图。自己跑一遍第一步拉代码、建虚拟环境git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory cd GetQzonehistory python -m venv myenvWindows 激活用.\myenv\Scripts\activatemacOS/Linux 用source myenv/bin/activate。第二步装依赖pip install -r requirements.txtrequirements.txt 里关键的是 requests发请求、pandas写 Excel、beautifulsoup4解析页面。Linux 和 macOS 还要装 zbar 库否则扫码模块起不来RPM 系系统执行sudo dnf install -y zbar。第三步扫码登录python main.py终端打印一个字符二维码手机 QQ 扫一下提示登录成功即可。cookie 缓存在resource/user/再运行不用重扫输 0 可以重选账号。第四步核对输出登录成功后自动开始终端有进度条不用管它。结束后程序会直接打开结果目录。重点核对三处_说说列表.xlsx行数是否对得上印象里的量、pic/图片能否点开、网页版 HTML 排版是否正常。看它到底怎么跑链路不长四步。util/LoginUtil.py 走官方扫码接口换 cookiemain.py 先二分探测消息总条数再每 10 条一页、间隔 3 秒拉取用 BeautifulSoup 解析每条的时间、正文、图片链接随后 util/GetAllMomentsUtil.py 直连说说列表接口补全未删除说说含 2014 年前并去重最后统一写 Excel、渲染 HTML、逐张下载图片。中途按 CtrlC 也会触发保存已拉到的部分不会丢。还能这么用Excel 总表里按评论列全文检索把某个人出现过的所有互动捞出来单独存一份。换手机重装前跑一遍旧设备上的空间记录就有了本地底稿。网页版 HTML 和pic/目录拷到一起发给朋友也能离线完整浏览。每隔几个月跑一次新结果覆盖旧文件夹时间线归档零成本。常见问题Q每次都要重新扫二维码吗不用。登录信息缓存在resource/user/二次运行会列出已登录账号供你选输入序号就行。Q拉到一半断网或我按了 CtrlC已拉取的内容会被自动存成 Excel重新运行python main.py继续即可。Q为什么导出条数比我印象里少设成仅自己可见的说说不出现在消息列表里拉不到消息列表本身也有翻取上限超早期的要用fetch_all_message.py那条通路补。QLinux 上启动就报 zbar 相关错误先装系统库再跑RPM 系sudo dnf install -y zbarDebian 系sudo apt install -y libzbar0。合规与边界这个工具只处理你自己的账号登录用官方扫码全程不碰密码拉取、解析、保存全部在本地完成数据不经过任何第三方服务器。导出内容仅限个人存档别拿去抓别人的空间、也别用于商业用途平台服务条款和隐私规范你我都得守。它拿不到的东西也别期待——自己删掉的说说服务端已经没了仅自己可见的内容同样不在范围内。五年前那条评论现在打开 Excel 搜一下就有了不用再和翻不完的时间线较劲。【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 2026/11/6 6:37:16

【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 2026/11/6 0:32:51

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 2026/11/6 1:10:54

【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 ... 2026/11/6 17:25:36

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 2026/11/6 14:29:05

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 2026/11/6 14:29:07

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
📞 ✉