微信聊天记录导出完整指南5步把安卓微信历史变成离线HTML档案馆【免费下载链接】wechat-dumpAnalyzing your wechat message history from android项目地址: https://gitcode.com/gh_mirrors/we/wechat-dump你有没有经历过这样的时刻换了新手机翻遍微信设置却找不到导出聊天记录按钮想回顾和某位重要朋友的几年对话只能一页页往上滑到手指发酸想统计自己和家人一年聊了多少句、最活跃的是哪个时段却毫无头绪。微信作为国内用户量最大的即时通讯应用官方始终没有开放数据导出的能力你的聊天历史被牢牢锁在应用内部。开源项目 wechat-dump 正是为打破这堵墙而生。它可以从已 root 的安卓手机中提取并解析微信消息数据库把文字、图片、语音、表情、视频全部渲染成一份独立的 HTML 网页文件离线也能随时翻阅还能顺手生成聊天统计报告。换句话说它能帮你在本地建一座属于自己的聊天档案馆。先看它能给你带来什么在动手之前先把这件工具的价值说透方便你判断它适不适合你核心能力具体表现全类型消息导出文字、图片、语音、表情、视频、系统提示都能解析离线可读生成自包含的 HTML 文件断网也能浏览数据可分析附带统计脚本可算消息数量、按时间分布画图格式可转换专有的 WXGF/WXAM 图片格式可解码为标准图片二次开发友好解析逻辑模块化可基于它写自己的数据管理程序适用人群也很清晰想永久保存重要对话的普通用户、需要分析自身聊天数据的研究者、以及想学习微信数据库结构的开发者。需要提醒的是它的前提是已 root 的安卓手机没有 root 的手机暂时无法使用这一点务必先确认。环境准备三样东西缺一不可整个使用旅程的第一步是把运行环境搭好。你需要三样东西一台已 root 的安卓手机并通过 USB 连接电脑adb 能识别到设备电脑端安装 Python 3.8 以上版本以及 adb 命令行工具若干转换工具sox音频处理、Silk 解码器微信语音专用项目内自带源码用./third-party/compile_silk.sh编译即可、ffmpeg可选用于本地解码 WXGF 图片拿到项目源码后在项目根目录执行pip install -r requirements.txt安装 Python 依赖即可。这里提醒一句依赖里的 pysqlcipher3 是后续解密流程会用到的库安装失败时建议确认本机是否有编译环境。这一步的预期结果是adb devices 能列出你的手机Python 能正常导入项目依赖。只要这几条通了后面就是顺水推舟。最短路径5 步跑通完整流程下面按时间线把整个旅程串起来每一步都写清楚做什么、怎么做、预期得到什么。第 1 步把数据库和资源文件搬回电脑微信的所有聊天记录都存在/data/data/com.tencent.mm/MicroMsg目录下里面有一个 32 位十六进制字符命名的文件夹对应你的微信账号。项目提供了自动化脚本./android-interact.sh db这条命令会自动探测那个 32 位目录并把EnMicroMsg.db消息数据库和sfs/avatar.index旧版头像索引拉取到项目目录。执行后你会在项目根目录看到EnMicroMsg.db文件这就是后续一切工作的原料。资源文件头像、图片、语音、表情、视频同样有现成命令./android-interact.sh res它会尝试用 busybox tar 打包传输把avatar、image2、voice2、emoji、video、sfs六个目录拉到本地resource目录。这一步因为数据量大可能耗时较久属于正常现象。第 2 步解密数据库微信的EnMicroMsg.db是加密的wechat-dump 本身不提供解密方法这是项目刻意保持的边界。业内常用的方案是用 SQLCipher 类工具解密密钥通常由设备 IMEI 和微信 UIN 组合计算得出。解密成功后你会得到一个明文数据库后续命令都用它作为输入。这一步卡住的用户最多建议先确认手机 root 是否彻底、IMEI 读取是否正常再检查密钥计算方式与微信版本是否匹配。第 3 步先看看有哪些聊天对象在生成任何东西之前先验证数据库解析是否成功./list-chats.py EnMicroMsg.db.decoded输出会是每行一个联系人显示名称 chatid的列表。看到列表就说明数据库读取成功同时你也能确认联系人的准确显示名为下一步做准备。第 4 步一键导出单个联系人的 HTML这是整个流程中最有成就感的一步./dump-html.py 联系人显示名称运行后会在项目目录生成output.html用浏览器打开就能看到完整的聊天记录界面。下面是真实导出效果可以看到头像、绿色气泡、语音时长、图片、时间戳都完整保留如果你的对话很长工具会自动把消息按时间段切分成多个 HTML 文件output00.html、output01.html……避免单个页面过大加载卡顿。想只导出某个时间点之后的内容可以加--start 2024-01-01 00:00:00参数。第 5 步把语音和专有图片解码成可播放格式到了这里你会发现两个拦路虎语音消息是微信私有的 SILK/AMR 格式普通播放器打不开图片和表情则是 WXGF/WXAM 专有格式浏览器无法直接显示。语音的解决路径是先编译项目自带的 Silk 解码器再配合 sox 把原始语音转成 MP3 嵌入 HTML同时还能读出语音时长显示在气泡旁。这套逻辑在项目的 audio.py 模块中实现用户只需保证 sox 和 Silk 解码器就绪即可。WXGF 图片则有两种解码方式一是本机安装 ffmpeg工具会优先尝试从 WXGF 容器中提取 HEVC 码流并转成 PNG/GIF单帧图输出 PNG、动图输出 GIF质量有保障二是没有 ffmpeg 的环境下使用项目自带的 WXGF Decoder 安卓应用充当解码服务器。用法的操作路径是把 WXGFDecoder 项目用 Android Studio 编译安装到手机注意需要 ARMv8 架构设备点击Start Server启动然后在电脑端导出命令后追加参数--wxgf-server ws://手机IP:8080。手机和电脑连同一 Wi-Fi 即可。从截图可以看到应用日志会实时打印连接来源、收到的二进制包大小和解码前后数据变化方便你确认工作状态。至此一套完整的最小流程就跑通了数据库解析 → 联系人识别 → HTML 渲染 → 语音/图片解码全部落地。进阶玩法从能导出到用得爽基础流程跑通之后还有几个高频场景值得解锁它们能让你的体验从能用升级到好用。用缓存给表情包加速微信表情数量庞大首次导出时逐个下载非常耗时。项目提供了表情缓存包解压到项目根目录后渲染时会优先从本地缓存读取表情明显缩短生成时间。缓存文件会以数据库索引的形式记录每个表情的 md5 与下载来源命中率越高速度越快。批量导出多个联系人想一次把整个通讯录都导出写一个简单的 for 循环即可把所有联系人显示名放进列表逐个调用./dump-html.py并指定不同的输出文件名。实测几百个联系人也只是时间问题无需人工干预。自定义页面外观导出页面的样式完全掌握在你手里。项目在 wechat/static 目录下集中存放了所有模板TP_MSG.html是消息气泡模板、TP_IMG.html是图片展示模板、TP_VIDEO_FILE.html是视频文件模板、wx.css是全局样式表。改一改气泡颜色、头像圆角、时间戳样式你就能得到一套完全个人风格的聊天档案。做一次数据体检导出之外项目还附带分析脚本./dump-msg.py 数据库 输出目录把所有联系人的文字消息批量导出为纯文本方便全文检索./count-message.sh 输出目录统计各联系人消息数量./plot-num-msg-by-time.py按时间绘制消息数量分布图看看自己一天中哪个时段话最多这些命令让分析自己的聊天数据从口号变成可执行的动作适合想认真做一次数据复盘的用户。避坑清单常见问题与对策根据实际使用反馈以下四个问题出现频率最高提前知道能省不少时间数据库解密失败多数是 IMEI 读取不准或微信版本太新导致密钥算法变化。对策是核对设备信息、确认 root 权限必要时换用适配新版微信的解密工具。WXGF 图片空白先确认 ffmpeg 是否安装、版本是否支持 HEVC 解码若走服务器方案检查手机与电脑是否同网段、端口是否放行应用日志里能看到请求是否到达。导出速度很慢大头通常是表情下载和资源传输。优先加载表情缓存资源目录建议先在手机上用 busybox tar 打包再传输比逐个 adb pull 快一个量级。某些消息类型缺失极少数特殊消息类型如部分系统通知可能未被覆盖工具会以占位形式处理不影响整体导出。项目源码中有 TODO 标注了这些边界情况。下一步行动建议到这里你已经掌握了把安卓微信聊天记录导出为离线 HTML 的完整方法论搭环境、拉数据、解数据库、生成网页、解码语音图片再到统计分析、自定义模板。整个过程大约一小时即可跑通之后每一次导出都只是几分钟的事。如果你已经准备好了 root 手机和一颗想保留记忆的心现在就可以克隆项目、安装依赖、执行第一行命令。建议先从单个联系人开始验证流程成功后再扩展到批量导出。等你熟练之后不妨打开项目源码看看 parser.py 是如何解析消息表的、render.py 是如何拼接页面的——你会发现自己的聊天数据原来有这么多可以挖掘的价值。【免费下载链接】wechat-dumpAnalyzing your wechat message history from android项目地址: https://gitcode.com/gh_mirrors/we/wechat-dump创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考