新闻详情

新闻详情

首页 / 资讯中心 / 详情

QQ空间备份实录:一次把十年说说完整搬回本地

发布时间:2026/11/4 21:19:16来源:尧图网络
QQ空间备份实录:一次把十年说说完整搬回本地
QQ空间备份实录一次把十年说说完整搬回本地【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备份跑完的那一刻结果目录里多了五份 Excel、一个以 QQ 号命名的网页时间线外加上千张早年传上去的图片。这次我用的工具是开源项目 GetQzonehistory做的事情就是QQ空间备份把历史消息里的说说、留言、转发和图片完整搬回本地全程不碰密码。下面是我完整跑一遍的经过。QQ空间说说为什么翻不到旧的你现在可以试一下打开QQ空间从最新一条手动往下翻想找一条五年前的说说。翻了几屏页面开始转圈再往后加载出一片空白最后弹出一句“操作过于频繁”。就算真的翻到了说说、留言、转发、图片散在不同页面官方没有任何“全部导出”入口。截图加复制粘贴基本等于手工重录一遍。手动这条路走不通才需要工具。QQ空间备份的数据是怎么来的这个QQ空间数据备份工具的原理一句话就能说清。它先抓QQ空间的历史消息列表再补一遍当前还可见的说说这部分能覆盖到 2014 年以前的记录。两批数据去重合并最后落成本地文件。登录走扫码不经过密码。想看得更细可以从 main.py 的主流程入手再到 util/ 目录下逐个看模块每个文件的职责都很直接。扫码登录一次跑完备份流程我的环境是 Linux第一次跑就卡在了第一步程序要打印一个由字符拼成的二维码结果报错“无法找到 zbar 共享库”。这是二维码解码依赖的库我的系统里没装。好在报错信息后面直接给了对应系统的安装命令照着装完重跑一遍字符二维码正常打出来了。Windows 和 macOS 用户大概率不会碰这一步。之后我拿手机 QQ 扫了二维码在手机上点确认登录完成。没有输 QQ 号也没有密码环节。接着是等待。终端里滚动着进度条每抓 10 条数据就停 3 秒这是作者有意放慢的节奏用来降低触发风控的概率。风控简单说就是平台对异常高频请求的拦截。最后一批抓完程序自动帮我打开了结果文件夹。还有一点省心登录态存在本地下次运行可以直接选之前登录过的账号连二维码都省了。导出结果长什么样文件清单 ✅结果目录比我预想的整齐一共七样东西全部列表 Excel说说列表 Excel转发列表 Excel留言列表 Excel好友列表 Excel以 QQ 号命名的“说说网页版” HTMLpic/图片目录装着所有下载的图片这次QQ空间说说导出的结果里我最喜欢那个 HTML。浏览器打开说说按从新到旧的顺序依次铺开发布人昵称、头像、配图、下面的评论都在QQ 表情也还原成了图片。像把一本在线日记离线搬回了本地。图片的归档规则也值得说每张照片直接用对应说说的文字内容当文件名重名的自动加时间戳后缀不会互相覆盖。相当于把QQ空间照片批量下载了一遍哪怕哪天原图外链失效本地还有一份。先说边界哪些数据拿不回来 先说清楚拿不到的东西免得期待错位。历史消息列表里没有的内容抓不到比如“仅自己可见”的说说已经删除、本地又没缓存的记录它也变不回来。它的定位是把“还存在于服务端、但你很难再翻到”的数据搬回本地而不是恢复已经消失的内容。信任感反而来自坦诚。作者在 README 里自己写了“由于对python编程还不是很熟悉所以代码有很多疏漏可以通过自己的想法来完善代码。”一个工具敢这样交代不足比堆功能清单更让人安心。加上全程不碰密码、cookie记录登录身份的小文件只存在本地 resource/user/ 目录、数据全部留在自己硬盘上这种克制对处理隐私的工具来说很重要。备份完还能做什么三个玩法 拿到结构化的 Excel 之后数据就不只是存档了。给重要的人做一本互动编年史。从好友列表和留言列表里筛出某个人的 QQ 号把和 ta 相关的所有互动按时间排好打印成小册子。送给多年未见的朋友比一句“有空聚聚”实在。给自己做年度复盘。把说说列表按年份分组统计每一年出现最多的词。2014 年在抱怨高数2017 年在晒毕业照2020 年深夜发过一句“今天有点累”——碎片拼起来就是一条相当真实的个人轨迹。把网页时间线做成纪念册。给那个 HTML 加上自己的 CSS 样式用浏览器打印成 PDF就是一本可以送人的实体纪念册。数据在自己手里怎么用都行。想复现这套流程只有三步。第一步git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory克隆仓库第二步pip install -r requirements.txt安装依赖第三步python main.py运行主程序。扫码、等待、查看结果。备份结束后那些你以为翻不到的记录都落在本地文件夹里什么时候打开都可以。【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 2026/11/4 15:56:54

【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 2026/11/3 12:09:35

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 2026/11/4 17:01:23

【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 ... 2026/11/4 12:33:12

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 2026/11/4 1:25:31

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 2026/11/4 3:51:11

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
📞 ✉