微信聊天记录分析

列表项

未分类

导出、解锁、查看微信的聊天数据记录

作案工具：Win11+夜神安卓模拟器
这里以win10电脑上的Android模拟器为例，简要说明一下操作步骤：

步骤一：打开安卓模拟器的root权限，并在模拟器中安装微信，注意安装完成后不用登陆。
步骤二：用你的手机微信选择“迁移聊天记录”，将需要分析的聊天内容选中并选择开始迁移，此时手机会弹出二维码等待新设备扫描。
步骤三：保持二维码页面截屏，并将此图片传送到电脑（邮件、QQ等任何方式），将其在电脑中打开备用。
步骤四：打开模拟器微信并登陆，点击微信的“扫一扫”，此时选择实时截取屏幕，将截取区域放在打开的二维码之上，此时二维码将被识别，模拟器微信开始接收聊天记录。
步骤五：完成迁移后，打开模拟器的文件管理，定位到“根目录/data/data/com.tencent.mm/MicroMsg”，该目录下有一个或多个名字是32位字符的文件夹，挨个打开直到在其中找到EnMicroMsg.db文件，该文件即聊天记录文件。
步骤六：将该文件复制到宿主机电脑（借助模拟器的共享目录）。
步骤七：打开该db文件，使用工具为sqlcipher，下载链接：https://pan.baidu.com/s/1Rg35hFES-gvE6bir0SPBJA?pwd=ooqe（提取码：ooqe），此时需要输入密码。
步骤八：构造密码（手机IMEI+微信UIN码），新手机IMEI码为固定值1234567890ABCDEF；微信的uin码获取方式需要到模拟器中的该文件查看：根目录/data/data/com.tencent.mm/shared_prefs/auth_info_key_prefs.xml，此文件中的auth_uin后跟的值就是微信uin码。拼接两者得到密码，输入密码框解锁。
步骤九：现在可以看到db内的表已经全部读取完毕，此处建议直接导出sql文件（全部导出），再用Naivcat重建该数据库，后续通过Navicat进行操作分析。
步骤十：使用sqlite3新建一个连接ConnectName，用Navicat打开、连接并且创建数据库DatabaseName，右键点击运行sql文件，等待导入完毕，表有很多，但我们的分析局限在message这张表。

开始分析message

该表有非常多的字段，我们并不需要全部分析，只需要几个字段即可。考虑到此表只有时间戳，在自定义聚合时难以处理，因为我们要加两个字段。首先右键表名点击设计表，添加上time、hour和lens三个字段，然后更新数据内容：

----将时间戳转化并截取为“仅限日期”，例如“2022-11-22、2022-11-23”
update message set time =  SUBSTR(datetime(createTime/1000, 'unixepoch', 'localtime'),0,11);
----将时间戳转化并截取为“仅限时刻”，例如“23、24”
update message set hour =  SUBSTR(datetime(createTime/1000, 'unixepoch', 'localtime'),11,3);
----仅在聊天内容为文本时，计算文本长度并储存
update message set lens = LENGTH(content) where type = 1;

为了便于操作，我们创建一个该表的视图（打开设计视图）：

SELECT
    message.msgId, 
    message.type,   --聊天内容类型
    message.isSend, --标识发送方，1表示自己，0表示对方
    message.time,   --聊天时间，精确到天
    message.lens,   --聊天内容长度
    message.hour,   --聊天时间，精确到小时
    message.content --聊天内容
FROM
    message

以上字段即我们需要用到的部分。关于消息的type，详细解释如下：

每日发消息的数量（聊天强度）

--总体数量
select time,count(time) from mmp GROUP BY time ORDER BY time
--你（每日）发送消息的数量
select time,count(time) from mmp where isSend = 0 GROUP BY time ORDER BY time
--相减得我每日发送消息的数量
--柱状图为两人数量差

每日发消息的字数（聊天篇幅）

--整体篇幅
select time,sum(lens) from mmp where lens > 0 and GROUP BY time ORDER BY time
--你（每日）发送消息的长度
select time,sum(lens) from mmp where lens > 0 and isSend = 0 GROUP BY time ORDER BY time
--相减得我每日发送消息的长度
--柱状图为两人数量差

发送时间统计（聊天时间分布）

--总体时间分布后/count
select hour,count(hour) from mmp GROUP BY hour ORDER BY hour
--你回国之后/cn
select hour,count(hour) from mmp where time > '2022-12-19' GROUP BY hour ORDER BY hour
--相减即得回国之前/nl
--消息数量对比/谁说话多

消息文本的词云（概括内容）

--28号之前，我说过的话进行统计（仅限文本消息）
select content from mmp where isSend = 1 and type = 1 and time < '2022-11-28' ORDER BY time
--28号之后，你说过的话进行统计
select content from mmp where isSend = 0 and type = 1 and time < '2022-11-28' ORDER BY time

1128前你说的话

1128后你说的话

1128前我说的话

1128后我说的话

词云使用该网站在线生成 https://www.amz123.com/tools-ciyun
该网站没有大小限制，也没有参数设置，只需要输入文本即可，不过这个工具的分词水平一般，可以借助其他工具再来使用这个词云生成工具。