新闻详情

新闻详情

首页 / 资讯中心 / 详情

GetQzonehistory 历史说说一键导出:把十几年的 QQ 空间记录收进一个文件夹

发布时间:2026/11/4 18:14:55来源:尧图网络
GetQzonehistory 历史说说一键导出:把十几年的 QQ 空间记录收进一个文件夹
GetQzonehistory 历史说说一键导出把十几年的 QQ 空间记录收进一个文件夹【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想找三年前发的一条说说比翻旧手机通讯录还费劲空间首页只露出最近的动态更早的得靠一条条翻找。GetQzonehistory 是一个跑在本地电脑上的 Python 小工具扫码登录 QQ 空间后把历史说说、转发、留言逐条拉下来导出成 Excel 表格和网页版文件全部收进本地文件夹。跑通它需要几步装好 Python 3去官网下载安装即可终端里能跑通python --version就可以开始。克隆项目到本地git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory cd GetQzonehistory建一个独立运行环境虚拟环境作用是把依赖隔离开不弄脏你本机已有的库再装好依赖一条命令搞定python -m venv myenv source myenv/bin/activate pip install -r requirements.txtWindows 上激活命令换成myenv\Scripts\activateMac 和 Linux 保持上面那样。启动主程序python main.py屏幕会弹出二维码打开手机 QQ 扫码确认登录全程不用输密码。进度条开始滚动每拉 10 条消息自动歇 3 秒留个间隔避开限流。说说多的话要跑几十分钟挂着别动就行中途想停就按 CtrlC已拉下来的数据会自动存成文件不白跑。背后的分工也很清晰LoginUtil.py 负责扫码登录RequestUtil.py 分页拉取历史消息列表GetAllMomentsUtil.py 把空间里还可见的说说抓来补全ToolsUtil.py 最后做去重和分类所有处理都在你机器上发生。跑完之后你手上多了什么结果全部落在resource/result/你的QQ号/目录下跑完会自动弹出这个结果文件夹按用途分三类。数据表Excel共 6 张全部列表所有消息按时间排序说说列表你自己发的说说转发列表转过的内容留言列表好友留下的评论好友列表昵称、QQ、主页其他列表他人发布的内容可直接打开的页面说说网页版.html还原空间说说的样子头像、图片、评论都在QQ 表情转成图片图链自动升级成高清版浏览器双击就能翻。素材文件pic/ 文件夹所有说说图片下载到本地按内容命名重名自动处理。这些文件全部存在你本地不经过任何外部服务器。数据拿到手之后能玩出什么花样如果你毕业或搬家前想做个复盘可以在 Excel 里按年份过滤挑出带图的早期动态拼成一条时间线发给同窗一起翻。如果你好奇这些年谁一直还在互动打开好友列表和留言列表按 QQ 号统计出现次数常上榜的基本都是没断过的老朋友网页版还能直接当共同相册发进群。如果你想把它变成长期备份方案每年固定跑一次、把新导出的文件按年份归档几年下来多份 Excel 本身就是一条可检索的时间线HTML 版还能打印成纪念册。卡住了先对照这张表你看到的现象大概率原因一句话解法登录后提示获取数据失败登录态失效或网络不通重新扫码先在浏览器里试试空间网页版能不能打开导出后部分说说缺失数据源是历史消息列表没进过列表的记录抓不到数据源本身有边界这不是程序 bug重跑可补回漏掉的部分个别图片没下载下来图片链接已失效失效链接会被自动跳过属正常现象大批量失败先查网络macOS 上 pyzbar 相关报错缺 zbar 系统库执行 brew install zbar 后重跑中途中断担心白跑手动按了 CtrlC程序会先把已抓内容写成 Excel 再退出不白跑以上都没解决—带着报错截图去 issue 区问附上你的操作系统和 Python 版本历史说说从此都存成了本地文件全程在你电脑上完成。现在克隆仓库跑python main.py扫码就能开始。【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
📞 ✉