Python 使用itchat 获取微信好友信息并解析（性别区域头像签名等）

Itchat简介

itchat官网：https://itchat.readthedocs.io/zh/latest/
itchat是一个开源的微信个人号接口
使用这个接口可以完成获取微信好友信息，发送信息，接收信息等操作
借此可以开发个人的微信机器人。
（目前发送信息等功能好像已被官方禁止）
现在我们只是用最基本的获取好友信息功能来得到微信好友信息并进行初步的分析统计

1. 登录获取好友信息

首先当然是要安装这个开源包

pip install itchat

只需要一条命令就可以进行微信的扫码登录

import itchat
itchat.auto_login()

扫码后便会提示登陆了网页版微信 (ps: 新的微信账号貌似已经不支持网页版登陆了。。。)
登录之后便可以通过下面这条命令获取最新的好友信息

itchat.get_friends(update=True)

这里的update参数是代表是否重新获取最新信息如果是False那么就会使用缓存信息
为了清楚地了解其内部数据结构我们这里会将好友信息保存在本地 (效果同update=False一样)
代码如下：

if os.path.exists('friends.json') is False:with open("friends.json",'w') as f:  itchat.auto_login()friends = itchat.get_friends(update=True) json.dump(friends,f)print("save friends info.")
else:with open('friends.json','r') as lf:friends = json.load(lf)print('load friends info.')

此时我们将好友信息保存到了friends.json
我们可以查看一下里面的信息存储结构：

根据上图我们可以对好友的城市、省份、签名、性别、头像等进行统计分析

2. 好友性别统计

sex 代表着好友的性别 1:男 2:女当然不能排除其它情况。。。0.0

def sex_analysis(friends):labels = ['男', '女', '其他']data = [0, 0, 0]# friends[0] 是自己的信息for friend in friends[1:]:sex = friend["Sex"]if sex == 1:data[0] += 1elif sex == 2:data[1] += 1else:data[2] += 1labels = [labels[i]+':'+str(data[i]) for i in range(len(labels))]plt.title("微信好友性别比例")plt.pie(data, labels=labels,autopct="%.2f%%")plt.savefig("sex.jpg")plt.show()

我们可以使用matplotlib根据这个统计结果生成一个饼状图

3. 好友省份统计

我们将各省拥有的好友个数进行统计并排序取top10
这里会有特殊的空(’’)省份需要去除

def prov_analysis(friends):prov_dict = defaultdict(int)for friend in friends[1:]:prov = friend['Province']prov_dict[prov] +=1prov_dict.pop('')prov_top10 = sorted(prov_dict.items(),key=lambda x:x[1],reverse=True)[:10]prov_name = [x[0] for x in prov_top10]prov_num = [x[1] for x in prov_top10]plt.bar(prov_name,prov_num,width=0.5,align='center',color='#87CEFA')for i in range(len(prov_num)):x = prov_name[i]y = prov_num[i]plt.text(x,y+1,'%s'%y,fontsize=10,ha='center')plt.ylabel("好友数量")plt.xlabel("省")plt.title("各省好友分布 TOP10")plt.savefig("province.jpg")plt.show()

同样将结果使用plt呈现

根据这个明显的省份分布几乎可以断定。。该微信号是个浙江人

4. 好友城市统计

这个和省份统计基本一致

def city_analysis(friends):city_dict = defaultdict(int)for friend in friends[1:]:city = friend['City']city_dict[city] +=1city_dict.pop('')city_top10 = sorted(city_dict.items(),key=lambda x:x[1],reverse=True)[:10]city_name = [x[0] for x in city_top10]city_num = [x[1] for x in city_top10]plt.bar(city_name,city_num,width=0.5,align='center',color='#87CEFA')for i in range(len(city_num)):x = city_name[i]y = city_num[i]plt.text(x,y+1,'%s'%y,fontsize=10,ha='center')plt.ylabel("好友数量")plt.xlabel("城市")plt.title("各城市好友分布 TOP10")plt.savefig("city.jpg")plt.show()

分析上图:
该微信号在杭绍两城市出生/工作
并在成都生活过一段时间

5. 好友头像获取

这个功能好像没什么能分析的。。。看看好友的头像是否非主流。。
这里需要注意
从缓存的friends.json好友信息中可以获取头像地址
但是下载头像是需要重新登陆的
我们在这里继续进行缓存将头像保存在 photos/文件夹内
get_photo：下载好友头像图片
photo_merge: 拼接好友头像生成一张大图

def get_photo(path):itchat.auto_login()friends = itchat.get_friends(update=True)[0:]num=0for i in friends:img = itchat.get_head_img(userName=i["UserName"])imgpath = path+str(num)+'.jpg'try:with open(imgpath,'wb') as imgf:imgf.write(img)except Exception as e:print("get err:",e)num+=1def photo_merge(friends):path='photos/'      if os.path.exists(path) is False:os.mkdir(path)flist = os.listdir(path)if len(flist)==0:get_photo(path)flist = os.listdir(path)line = int(math.sqrt(len(flist)))each_size = int(640/line)image= Image.new('RGB',(line*each_size,int(len(flist)/line)*each_size))x,y=0,0poslist = list(range(len(flist)))random.shuffle(poslist)for i in flist:try:pos = poslist.pop()img = Image.open(path+str(pos)+'.jpg')except IOError as e:passelse:img = img.resize((each_size,each_size),Image.ANTIALIAS)image.paste(img,(x*each_size,y*each_size))x+=1if x==line:x=0y+=1image.save("frinds_photo.jpg")img = plt.imread("frinds_photo.jpg")plt.imshow(img)plt.axis('off')plt.show()

注意：为了让拼接的图片没有黑边更加的好看
我们在拼接图片时会舍弃掉一些图片
假设我们有num张照片 sqrt(num) 取整 = n
我们会拼接n x n 大小的图片整张图片大小为640x640 可以自由设定
每位好友的头像大小(640/n x 640/n)
结果如下图：

看上去挺壮观。。。。

6. 好友签名分析

这里我们会用到中文分词工具 jieba:https://github.com/fxsjy/jieba
我们将每一个好友签名去除停用词（这里只是初步手动去除不全面）
拼接后使用结巴进行分词
统计分词后词组的出现频率
使用词云（wordcloud）https://github.com/amueller/word_cloud 将这些词组展现出来
频率越高词越大

def sig_analysis(friends):text = ''rule = re.compile("1fd+w*|[<>/=]")for fri in friends:sig = fri['Signature'].strip()if len(sig)>0 and not sig.startswith('<span'):sig = sig.replace("span",'').replace("class",'').replace("emoji","").replace("\n","").replace("00","")sig = rule.sub("",sig)text += sig + ' 'jiebatext = list(jieba.cut(text,cut_all=True))jiebatext = [x for x in jiebatext if len(x)>1]wordDic = dict(Counter(jiebatext))bgimg = plt.imread('bk.jpg')mywordcloud = wordcloud.WordCloud(font_path='jdxs.TTF',background_color="white",mask=bgimg,width=1200,height=1200)mywordcloud.generate_from_frequencies(wordDic)plt.imshow(mywordcloud)plt.axis("off")plt.show()mywordcloud.to_file("sigimg.png")

结果如下图

总结

虽然只是获取了最基础的微信好友信息
但我们已经能够从这些不起眼的数据中获取到一些有用的信息
好友数量好友性别比例用户生活城市等等
细思极恐0.0
那些并未开放获取不到的信息里是否已经将我们展示地一览无余