简介
还在因各种情侣节日不知道送对方什么礼物而感到苦恼吗？不如试试这个超浪漫的微信聊天词云！
整体思路主要为：
1. 利用模拟器找到备份文件
2. 解密文件并导出文本文件
3. 代码制作词云
前期准备：
一台Windows电脑，一台手机
具体步骤
1. 配置MUMU模拟器
直接点下面这个链接下载软件然后安装
安装之后打开应该长下面这样（没有微信的Root Explorer）
然后点击右上角设置中心
打开root权限
直接桌面顶部搜索栏输入微信然后下载
打开你自己的手机根据：
安卓(我->设置->聊天->聊天记录迁移和备份->迁移->迁移到另一台手机或平板->仅迁移指定聊天记录)
IOS(我->设置->通用->聊天记录迁移和备份->迁移->迁移到另一台手机或平板->仅迁移指定聊天记录)
转移聊天记录，然后你的手机上会出现一个二维码
接下来打开你模拟器的微信扫一扫功能，然后扫刚才那个码就可以把聊天记录传到模拟器里了
传输完之后，下载Root Explorer（以下简称RE），老样子直接在搜索栏搜，如果搜不到的话打开内置浏览器上网上下一个也可以
然后打开你的RE，应该长下面这样
根据
从根目录/下开始，路径为：/data/data/com.tencent.mm/MicroMsg/<xxx>/EnMicroMsg.db，其中，<xxx>为一数字字母组成的字符串，因微信号不同而不同，EnMicroMsg.db就是我们的数据库文件了。
然后长按这个文件复制
然后粘贴到你的存储里的这个文件夹里
这样你应该就能在你自己的电脑里的文档中的MUMU共享文件夹中看到你的文件
2. 解密文件
微信对该数据库文件进行了加密，加密规则是：先对IMEI和UIN进行拼接，然后利用MD5算法对拼接后的字符串进行转换，转换后的前7位字符为密码。
由于我们使用的是模拟器，所以IMEI为：1234567890ABCDEF
UIN是微信的用户信息号，你可以在模拟器中的RE根据以下路径找到：/data/data/com.tencent.mm/shared_prefs，然后直接用RE打开其中的system_config_prefs.xml，找到其中name为default_uin的标签所对应的value的值，就是UIN。
至此，我们已经拿到了IMEI和UIN的信息，打开这个网站MD5散列计算器然后把你的IMEI和UIN输入进去（UIN我乱输的，你们就输入你们的UIN就好） ，如果你的UIN前面有“-”或者“+”一定要输进去！！！然后得到的散列值前7位即为密钥
得到了密钥和文件我们还需要SQLcipher去访问里面的内容，下面是下载链接
链接：https://pan.baidu.com/s/1_eh6VxCu-CPfzXDVK7GueA
提取码：3szk
打开SQLcipher，然后右上角Open Database，然后选中EnMicroMsg.db文件
输入刚才散列值的前7位
然后就打开了
找到"message"那个文件，然后导出为CSV文件
使用记事本打开“message.csv”文件并另存为 txt文件，并改为UTF-8编码！！！
3. 制作词云
以下代码需要四个文件：
“chat_records.txt” 也就是我们刚才导出的那个文件，改成这个名字即可
“stopwords.txt” 可以从这里获取StopWords
“mywords.txt” 直接新建一个空白的txt文件就行
“picture.jpg” 这个是设定你的词云是什么形状的，一般来说只要是轮廓清晰就可以，这边提供一个模板，直接截图保存使用就可
以下就是完整代码，把上述文件和代码放在一个目录下，缺什么包直接“pip install + 包的名字”就可以了。
# coding: utf-8
import jieba
import re
import pandas as pd
import matplotlib.pyplot as plt
from wordcloud import WordCloud, ImageColorGenerator
from imageio import imread
def load_file_segment():
# Load the text file and segment words
jieba.load_userdict(r"E:\Programming Project\Python\WordCloud\mywords.txt")
# Load our own dictionary
with open(r"E:\Programming Project\Python\WordCloud\chat_records.txt",'r',encoding='utf-8') as f:
# Open the file
content = f.read()
# Read the file content
# Retain Chinese content
content = re.sub(r'[^\u4e00-\u9fa5]', '', content)
segs = jieba.cut(content)
# Segment the whole text
segment = [seg for seg in segs if 2 <= len(seg) <= 5 and seg != '\r\n']
# Add results to list if the length of the segmented word is between 2-5, and is not a newline character
return segment
def get_words_count_dict():
segment = load_file_segment()
# Get the segmented result
df = pd.DataFrame({'segment':segment})
# Convert segmented array to pandas DataFrame
stopwords = pd.read_csv(r"E:\Programming Project\Python\WordCloud\stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'], encoding="utf-8")
# Load stop words
df = df[~df.segment.isin(stopwords.stopword)]
# Exclude stop words
words_count = df.groupby('segment')['segment'].size().reset_index(name='count')
# Group by word, calculate the count of each word
words_count = words_count.reset_index().sort_values(by="count",ascending=False)
# Reset index to retain segment field and sort in descending order of count
return words_count
words_count = get_words_count_dict()
# Get word count
bimg = imread(r'E:\Programming Project\Python\WordCloud\picture.jpg')
# Read the template image for word cloud generation
wordcloud = WordCloud(width=1080,
height=1080,
background_color='white',
mask=bimg,
font_path='simhei.ttf',
max_words=10000,
scale=10
)
# Get WordCloud object, set the background color, image, font of the word cloud
# If your background color is transparent, replace above two lines with these two
# bimg = imread('ai.png')
# wordcloud = WordCloud(background_color=None, mode='RGBA', mask=bimg, font_path='simhei.ttf')
words = words_count.set_index("segment").to_dict()
# Convert words and frequencies to dictionary
wordcloud = wordcloud.fit_words(words["count"])
# Map the words and frequencies to the WordCloud object
bimgColors = ImageColorGenerator(bimg)
# Generate colors
plt.axis("off")
# Turn off the axes
plt.imshow(wordcloud.recolor(color_func=bimgColors))
# Apply colors
plt.show()
总结
这是一个相对比较简单的词云生成，具体想改参数可以参考代码里的注释，如果有任何问题欢迎在评论区讨论。