原来又双叒叕要到了
全民不知道送什么礼物的系列日子了…
哎呦 你们这些
磨人的小（lao）妖（you）精（tiao）！
Python倒是觉得你还可以抢救一下！
说到词云应该不陌生，不知道的童靴往下看
词云，就是把网络文本中出现频率较高的
"关键词"予以视觉上的突出
浏览者只要一眼扫过文本就可以领略其主旨
瞧 这是不是一个有声音、有画面的小爱心~
今天 我们采集情侣们之间的聊天日常
用此制作一份只属于你们的小浪漫！
第一步，我们需要导出自己和对象的数据~
微信的备份功能并不能直接给你导出文本格式，它导出来其实是一种叫sqlite的数据库。如果说用网上流传的方法提取文本数据，iOS则需要下载itunes备份整机，安卓则需要本机的root权限，无论是哪种都非常麻烦，在这里给大家介绍一种不需要整机备份和本机root权限，只导出和对象的聊天数据的方法。
那就是使用安卓模拟器导出，这样既能ios/安卓通用，又能够避免对本机造成不良影响，首先需要用电脑版的微信备份你和你对象的聊天记录。以windows系统为例：
1. 下载夜神模拟器
2. 在夜神模拟器中下载微信
3. 使用windows客户端版的微信进行备份，如图左下角
4. 点击备份聊天记录至电脑
5. 手机端选择备份的对象
点击进入下方的选择聊天记录，然后选择和你对象的记录就可以啦
6. 导出完毕后打开模拟器，登录模拟器的微信
7. 登录成功后返回电脑版微信登录，打开备份与恢复，选择恢复聊天记录到手机
- 勾选我们刚刚导出的聊天记录，并在手机上点击开始恢复
9. 打开夜神模拟器的root权限
10. 用模拟器的浏览器百度搜索RE文件管理器，下载（图一）安装后打开，会弹出对话框让你给予root权限，选择永久给予，打开RE文件管理器（图二），进入以下文件夹（图三）， 这是应用存放数据的地方。
/data/data/com.tencent.mm/MicroMsg
然后进入一个由数字和字母组合而成的文件夹，如上 图三 的 4262333387ddefc95fee35aa68003cc5
11. 找到该文件夹下的EnMicroMsg.db文件，将其复制到夜神模拟器的共享文件夹（图四）。共享文件夹的位置为 /mnt/shell/emulated/0/others ( 图五 )，现在访问windows的 C:Users你的用户名Nox_shareOtherShare 获取该数据库
12. 导出该数据库后，使用一款叫 **sqlcipher **的软件读取数据（链接: https://pan.baidu.com/s/1Im3n02yseo-4IxeDY9srqQ提取码: ka4z）
在这之前，我们还需要知道该数据库的密码，根据前人的经验，该密码的公式如下
字符串 " IMEI （手机序列号） UIN（用户信息号）"
将该字符串进行MD5计算后的前七位便是该数据库的密码，如 “355757010761231 857456862” 实际上中间没有空格，然后放入MD5计算取前面七位数字，后续会详细介绍。
哇，真是“简单易懂”啊，没关系，接下来告诉大家IMEI和UIN怎么获得。
首先是IMEI，在模拟器右上角的系统设置 —— 属性设置里就可以找得到啦，如图所示。
现在我们获得了IMEI号，那UIN号呢？
同样地，用RE文件管理器打开这个文件
/data/data/com.tencent.mm/shared_prefs/system_config_prefs.xml
长按改文件，点击右上角的三个点—选择打开方式—文本浏览器，找到，后面的数字就是了 ！
得到这两串数字后，就可以开始计算密码啦，如果我的IMEI是355757010762041，Uin是857749862，那么合起来就是355757010762041857749862，将这串数字放入免费MD5在线计算
得到的数字的前七位就是我们的密码了，像这一串就是 6782538.
然后我们就可以进入我们的核心环节：使用 **sqlcipher **导出聊天文本数据！
点击 File - open database - 选择我们刚刚的数据库文件，会弹出框框让你输入密码，我们输入刚刚得到的七位密码，就可以进入到数据库了，选择message表格，这就是你与你的对象的聊天记录！
我们可以将它导出成csv文件：File - export - table as csv.
接下来，我们将使用Python代码，将里面真正的聊天内容：content信息提取出来，如下所示。虽然这个软件也允许select，但是它select后不允许导出，非常不好用，因此还不如我们自己写一个：
#!/usr/bin/python
import pandas
import csv, sqlite3
conn= sqlite3.connect(‘chat_log.db’)
df = pandas.read_csv(‘chat_logs.csv’, sep=“,”)
df.to_sql(‘my_chat’, conn, if_exists=‘append’, index=False)
conn = sqlite3.connect(‘chat_log.db’)
cursor = conn.cursor()
cursor.execute(‘select content from my_chat where length(content)<30’)
value=cursor.fetchall()
data=open(“聊天记录.txt”,‘w+’,encoding=‘utf-8’)
for i in value:
data.write(i[0]+‘ ’)
data.close()
cursor.close()
conn.close()
记得把csv文件的编码格式转换成utf-8哦，不然可能会运行不下去：
当然你还可以用正则表达式去除以下内容
-
微信发送的数据：wxid.*
-
__表情：[.]*
不过我觉得这些也是必要的聊天信息之一，留着也无妨，因此在这里就不加入进去啦
最后得到的文本格式就是一行一句聊天内容，处理后我们就准备好进入下一个环节了！那就是令人激动的！生成词云
第二步，根据第一步得到的聊天数据生成词云
1. 导入我们的聊天记录，并对每一行进行分词
聊天记录是一行一行的句子，我们需要使用分词工具把这一行行句子分解成由词语组成的数组，这时候我们就需要用到结巴分词了。
分词后我们还需要去除词语里一些语气词、标点符号等等（停用词），然后还要自定义一些词典，比如说你们之间恩恩爱爱的话，一般结巴分词是无法识别出来的，需要你自行定义，比如说：小傻瓜别感冒了，一般分词结果是
小/傻瓜/别/感冒/了
如果你把“小傻瓜”加入到自定义词典里（我们下面的例子里是mywords.txt），则分词结果则会是
小傻瓜/别/感冒/了
下面对我们的聊天记录进行分词：
import jieba
import codecs
def load_file_segment():
jieba.load_userdict(“mywords.txt”)
f = codecs.open(u"聊天记录.txt",‘r’,encoding=‘utf-8’)
content = f.read()
f.close()
segment=[]
segs=jieba.cut(content)
for seg in segs:
if len(seg) > 1 and seg != ‘ ’:
segment.append(seg)
return segment
print(load_file_segment())
在这个函数里，我们使用了codecs打开我们的聊天记录文件，然后进行结巴分词，最终返回一个包含所有词语的数组。记得运行前要安装jieba分词包，默认你已经安装了python3.
windows打开CMD/macOS系统打开Terminal 输入：
pip install jieba
安装完成后，在编辑器中输入我们刚刚的python代码，我将其命名为segment.py，切记在同个目录下放置 聊天记录.txt 及 自定义词表 mywords.txt, 然后在CMD/Terminal中输入命令运行
python segment.py
你就可以看见你们的聊天记录分词后的效果啦
2. 计算分词后的词语对应的频数
为了方便计算，我们需要引入一个叫pandas的包，然后为了计算每个词的个数，我们还要引入一个叫numpy的包，cmd/terminal中输入以下命令安装pandas和numpy：
-
pip install pandas
-
pip install numpy
详细的解析我都写在下方的注释里啦，大家可以自行阅读并实践。不过需要注意的是，里面的load_file_segment()是我们第一步里的函数，如果你不知道如何把这两个步骤合在一起，没关系，最后我们会提供一份完整的代码.
import pandas
import numpy
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化学习资料的朋友，可以戳这里无偿获取
本文地址：http://xiaoguoguo.dbeile.cn/quote/835.html 多贝乐 http://xiaoguoguo.dbeile.cn/ , 查看更多