用Python3对QQ导出的文本聊天记录进行整理。

三个月没看QQ群了。

群里有同学分享的近期答辩注意事项，于是乎想把近期QQ聊天记录从头到尾过一遍。

导出聊天记录文本，发觉上万行的文本，这么读效率有点低，所以用python整理了一下。

这个是整理前的（手机端QQ聊天记录导出后的txt文件）：

这个是整理后的：

附上代码：

2016.12.2 加了个自动换行的代码，避免单行过长。

2018.1.30 根据lch1251680944、qq_20408711反馈，修正正则表达式

2019.10.18 根据反馈，调整正则表达式

#!/usr/bin/env python3
# -*- coding: utf-8 -*-import re
import codecsscript_name = "QQ聊天记录整理"# 1、通过正则语句，提取出所有的记录头和记录内容两个数组。一条记录头对应一条记录内容，所以两个数组长度应该相等。
# 2、处理记录内容
#     2.1、windows的换行为'\r\n'，单'\n'体现不出换行效果。手机端导出的记录有的换行是\n，需要替换一下。
#     2.2、记录头放在了每条记录末行后面，为了记录头整齐美观，需要计算一下记录头前补多少空格。windows记事本显示中文字符占两格，英文占1格，而python中文字符长度是却是1，如果想要显示整齐，还需要计算一下，然后补齐空格数。补齐后记录头距离行首位置为100的整数倍。
# 3、读和写文件的时候注意编码转换def length_w(text):'''计算字符串在windows记事本中的实际显示长度'''# 取文本长度，中文按2格计算。length      = len(text)                          # 取其长度(中文字符长度为1，英文1)utf8_length = len(text.encode('utf-8'))          # 取其长度(中文长3，英文1)length      = int((utf8_length-length)/2)+length # 按(中文2英文1)计算长度# 这个写法实际上还是有问题的，有些特殊字符会导致计算长度和实际显示长度不一致。所以下面计算换行问题的代码中换了另一种写法，避免因特殊字符导致每行实际显示长度超出限定值，虽然还是不精确，但是不会超出限定值。# 比如：# '°'在记事本中显示占2格，b'\xc2\xb0'utf-8编码长度为2。# '�'在记事本中显示占1格，b'\xef\xbf\xbd'utf-8编码长度为3。# ''在记事本中显示占2格，b'\x01'utf-8编码长度为1。（特殊字符无法显示）# 至于特殊'\t'制表符最好最开始就用四个空格替换掉，避免其自动缩进带来的影响return lengthdef chinese_linefeed(text,limit):'''中英文混合排版，限制单行长度，超出长度换行'''text_format= '' # 结果变量，初始化text = text.replace('\t','    ')text = text.replace('\r\n','\n')text_arr = text.split('\n') # 按行分割文本for line in text_arr:# 逐行处理text_format+='\r\n'num = 0 # 长度计数变量，初始化for i in line:# 从该行第一个字符起计算长度# 中文长度为2# asc2码(英文及其字符等)长度为1# 其他长度为2（一些特殊）if i >= u'\u4e00' and i <= u'\u9fa5':char_len=2elif i >= u'\u001c' and i <= u'\u00ff':char_len=1else:char_len=2# 累计长度小于limit，直接保存至结果变量，计数变量累加# 累计长度大于limit，换行后再保存，计数变量重置if num+char_len<=limit:text_format+=inum+=char_lenelse:text_format+='\r\n'+inum=char_lenreturn text_format.strip()# QQ聊天记录手机端导出文本
filepath = r'C:\Users\waterd\Desktop\QQ群聊天记录.txt'# 读取文件
fp = codecs.open(filepath,'r','utf-8')
txt = fp.read()
fp.close()re_pat = r'20[\d-]{8}\s[\d:]{7,8}\s+[^\n]+(?:\d{5,11}|@[\.\w]+\.[comnet]{2,3}[\>\)])'  # 正则语句，匹配记录头
log_title_arr = re.findall(re_pat, txt) # 记录头数组['2016-06-24 15:42:52  张某(40**21)',…]
log_content_arr = re.split(re_pat, txt) # 记录内容数组['\n', '\n选修的\n\n', '\n就怕这次…]
log_content_arr.pop(0)                  # 剔除掉第一个（分割造成的冗余部分）# 数组长度
l1 = len(log_title_arr)
l2 = len(log_content_arr)
print('记录头数: %d\n记录内容: %d'%(l1,l2))if l1==l2:# 整理后的记录log_format = ''# 开始整理for i in range(0,l1):title       = log_title_arr[i]                   # 记录头content     = log_content_arr[i].strip()         # 删记录内容首尾空白字符content     = content.replace('\r\n','\n')       # 记录中的'\n'，替换为'\r\n'content     = content.replace('\n','\r\n')content     = chinese_linefeed(content,100)      # 每行过长自动换行lastline    = content.split('\r\n')[-1]          # 取记录内容最后一行length      = length_w(lastline)                 # 取其长度space = (100-(length%100))*' ' if length%100!=0 else ''# 该行记录头前补空格，变整齐为100整数倍；余数为0则不用补空格log_format += content + space + '['+title+']\r\n'# 拼接合成记录# 写到文件fp = codecs.open(filepath+'format.txt','w','utf-8')fp.write(log_format)fp.close()print("整理完毕~^_^~")
else:print('记录头和记录内容条数不匹配，请修正代码')

用Python3对QQ导出的文本聊天记录进行整理。相关推荐

#Python3控制QQ窗口
Python3控制QQ窗口这里写一个简单的控制,其他的窗口也一个样 EnumWindows (需要回调的函数,参数): 该函数枚举所有屏幕上的顶层窗口, 并将窗口句柄传送给应用程序定义的回调函数. ...
Impala 查询导出到文本，本地系统
Hive查询导出到文本使用 insert overwrite local directory 在Impala中不支持,Impala使用,注意--output_delimiter与-B 一同使用,否则不 ...
java 富文本 word_Java导出富文本到word
源码地址: 背景最近用java开发一个中车项目管理系统,里面有一个维修单word导出功能. 可用方案在网上查找资料,总结出两种比较可行的方案. (1) 制作word模板,导出成mht文件(单页面网 ...
导出富文本格式word
/*try {*//*** 关键地方* 生成word格式*//*POIFSFileSystem poifs = new POIFSFileSystem();DirectoryEntry directo ...
java freemarker 导出富文本到Word文档
最近一直在加班导致看到代码就想吐今天抽出时间来记录一下用freemaker导出富文本信息之前使用freemaker导出图片等信息时使用的是xml方式,不明白的可以看 freemaker生成 ...
springboot导出富文本框数据到word
这里需要注意的是:依赖的版本号都是一一对应的,如果使用不兼容的版本号,可能会报编译异常和缺少类的错误,这里已提供对应的所需依赖和版本号,大家可以参考一下. 具体的api文档可以参考官网api,很好理解 ...
python3发送qq邮件_python3通过qq邮箱发送邮件以及附件
本文实例为大家分享了python3通过qq邮箱发送邮件以及附件的具体代码,供大家参考,具体内容如下ZLP免费资源网开启qq邮箱的smtp服务ZLP免费资源网 ZLP免费资源网代码:ZLP免费资源网 ...
python3 根据sql导出excel文件支持xls和xlsx
python3 根据sql导出excel文件支持xls和xlsx 代码简介: sql_output_excel函数是用来导出excel文件的,其他两个函数是导出xls和xlsx格式的. 使用pymy ...
python3通过qq邮箱发送邮件以及附件
本文实例为大家分享了python3通过qq邮箱发送邮件以及附件的具体代码,供大家参考,具体内容如下开启qq邮箱的smtp服务代码: 在学习过程中有什么不懂得可以加我的 python学习qun,85 ...
Python3 发送QQ邮箱（含附件）
Python3 发送QQ邮箱(含附件) 准备工作: 1.用到的python包:smtplib和email 2.获取qq邮箱授权码:在qq邮箱的设置里面的账户下面,开启POP3/SMTP服务和IMAP/ ...

用Python3对QQ导出的文本聊天记录进行整理。

用Python3对QQ导出的文本聊天记录进行整理。相关推荐

最新文章

热门文章