QQ羣聊天記錄文件分割

時間  2019-12-01
標籤 聊天 記錄 文件 分割 欄目 騰訊 简体版
原文   原文鏈接

 嗯，如題 是個蛋疼物
目前QQ的聊天記錄導出功能很讓人鬱悶
三種聊天記錄格式的導出
1  TXT   沒圖
2  BAK  只能再導入QQ使用
3  MHT 有圖有字，缺點是一旦聊天記錄不少，文件體積就會很大，幾乎全部的工具都不能正常打開


單純的把MHT轉換成HTML也不行，由於HTML也很大，加上圖片之類的資源 也會卡死
因而只能切開顯示，處理思路很簡單，就是超大的文本文件，按行順序處理，把圖片解碼存入文件，而後分割HTML內容
代碼以下 只支持單個QQ羣導出記錄php

 1 import io;  2 import fsys.dlg;  3 import string;  4 import crypt.bin;  5 import fsys.path;  6 //將Base64的數據轉換成圖片
 7 function base64images (str,path)  8 {  9     if(str)  10  {  11         var kzm = string.match(str,"Content-Type:image/(\S+)");  12         var wjm = string.match(str,"Content-Location\:(\S+.dat)");  13         startpos,endpos = string.find(str,"}.dat");  14         if(endpos)  15  {  16             var bindata = crypt.bin.decodeBase64(string.trim( string.sub(str,endpos+1)));  17             //io.print(string.trim( string.sub(str,endpos)));
 18             //execute("pause") //按任意鍵繼續
 19             string.save(path ++ "\\" ++ wjm,bindata);  20  }  21         
 22  }  23 }  24 //切割記錄文件
 25 function split_html (file_path,path)  26 {  27     var html_head = '<html xmlns="http://www.w3.org/1999/xhtml"><head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /><title>QQ Message</title><style type="text/css">body{font-size:12px; line-height:22px; margin:2px;}td{font-size:12px; line-height:22px;}</style></head><body><table width=100% cellspacing=0>';  28     var html_foot = '</body></html>';  29     var file = io.open( file_path, "rt" );  30     var line_text = file.read();  31     var line = 0;  32     var page = 0;  33     var tmp = '';  34     while(line_text)  35  {  36         line_text = string.match(line_text,"\<tr.*?\</tr\>");  37         if(line_text)  38  {  39             tmp = tmp ++ string.replace(line_text,'@<IMG src="{','<IMG src="images/{');  40             line++;  41             if( line>500 )  42  {  43                 var f = io.open(path ++page++".html","w+");  44  f.write(html_head);  45  f.write(tmp);  46                 f.write('</table>'++'<a href="'++ page+1 ++'.html">Next page</a>'）;  47  f.write(html_foot);  48  f.close();  49                 page++;  50                 line = 0;  51                 tmp = '';  52  }  53  }  54         line_text = file.read();  55  }  56     var f = io.open(path ++ page ++ ".html","w+");  57  f.write(html_head);  58  f.write(tmp);  59     f.write('</table>');  60  f.write(html_foot);  61  f.close();  62  file.close();  63 }  64 //打開控制檯
 65 io.open();  66 //選擇QQ聊天記錄
 67 var mhtPath = fsys.dlg.open("QQ聊天記錄文件*.mht|*.mht||");  68 //開始處理文件
 69 if(mhtPath)  70 {  71     var path = io.splitpath(mhtPath);  72     var img_dir = path.dir ++ path.name ++ '\\images';  73     var file = io.open( mhtPath, "rt" );  74     fsys.createDir( path.dir ++ path.name);  75     fsys.createDir( path.dir ++ path.name ++ '\\images');  76     var html = io.open( path.dir ++ path.name ++ "\\tmp.html","a+");  77     var line_text = file.read();  78     var i = 0; //行數
 79     var is_html = false;  80     var tmp_image_data = '';  81     //判斷是不是騰訊QQ聊天記錄文件
 82     if(string.indexAny(line_text,"Tencent"))  83  {  84         
 85         while( line_text )  86  {  87             //判斷文本內容開始處
 88             html_start,xmlns_end = string.find(line_text,"@<html xmlns");  89             if( 1 == html_start )  90  {  91                 is_html = true;  92  }  93             //判斷文本內容結束處
 94             html_end1,html_end2 = string.find(line_text,"@</table></body></html>");  95             if( 1 == html_end1 )  96  {  97                 //最後一行寫入文件
 98  html.write(line_text);  99                 html.write('\r\n'); 100                 is_html = false; 101                 //break;
102  } 103             
104             if(is_html) 105             {   //將聊天文本內容寫入文件
106  html.write(line_text); 107                 html.write('\r\n'); 108  } 109             
110             //切割圖片base64數據 
111             if(false == is_html && i>10 ) 112  { 113                 if(string.find(line_text,"@------=_NextPart")){ 114  base64images(tmp_image_data,img_dir); 115                     tmp_image_data = line_text ++ '\r\n'; 116                 }else{ 117                     tmp_image_data = tmp_image_data ++ line_text ++ '\r\n'; 118  } 119  } 120             
121             line_text = file.read(); 122             i++; 123             io.print("已處理",i,'行數據'); 124  } 125  base64images(tmp_image_data,img_dir); 126         
127     }else { 128     
129         io.print("您選擇的文件可能不是QQ導出的mht聊天記錄文件"); 130         
131  } 132     //關閉文件
133  file.close(); 134  html.close(); 135     //須要切割html
136     split_html( path.dir ++ path.name ++ "\\tmp.html",path.dir ++ path.name ++ "\\"); 137 } 138 else
139 { 140     io.print("請正確的選擇QQ導出的mht聊天記錄文件"); 141 } 142 execute("pause") //按任意鍵繼續
143 io.close();//關閉控制檯

 



二進制版本css

 

 

 

 

 

 

 

 

 

 

PHP版本的(可能有點小BUG 不肯定 效率提高很多)html

 1 <?php  2 if(!file_exists($argv[1])){  3     echo 'There isn\'t have this file.';  4     exit;  5 }  6 ini_set('pcre.backtrack_limit',100000000);  7 #ini_set('pcre.recursion_limit',100000000);
 8 define("BASEDIR",dirname($argv[1]).'/');  9 $is_table_end = false; 10 $page = 0; 11 mk_imgdir(); 12 $handle = fopen("input.mht", "rb"); 13 $contents = ''; 14 while (!feof($handle)) { 15     $contents .=fread($handle,204800); 16     $contents = process($contents); 17 } 18 process($contents); 19 
20 #主體數據處理
21 function process($contents){ 22     $html_head = '<html xmlns="http://www.w3.org/1999/xhtml"><head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /><title>QQ Message</title><style type="text/css">body{font-size:12px; line-height:22px; margin:2px;}td{font-size:12px; line-height:22px;}</style></head><body><table width=100% cellspacing=0>'; 23     $html_foot = '</table></body></html>'; 24     Global $is_table_end; 25     Global $page; 26     if(false === $is_table_end){ 27         if( false !== strpos($contents,$html_foot) ){ 28             $is_table_end = true;//判斷消息部分是否完畢 只處理圖片部分
29  } 30         $r = preg_match_all ('|<tr.*?\</tr\>|ims',  $contents , $matches ,PREG_OFFSET_CAPTURE); 31         if($r){ 32             $matches = array_chunk($matches[0],200); 33             foreach($matches as $key=>$val){ 34                 $arr = array_column($val,0); 35                 array_walk( $arr , function(&$v, $k) { $v = preg_replace('|<IMG src="{(\S)(\S)(\S+).dat|ims','<IMG src="../images/$1/$2/{$1$2$3.dat',$v);}); 36                 file_put_contents('messages/'.sprintf("%08d", $page+$key).'.html' ,$html_head . implode('',$arr).'<td><H1><a href="./'.sprintf("%08d", $page+$key+1).'.html">Next page</a></h1></td>'.$html_foot); 37  } 38             $page += $key; 39             $pos = end($val); 40             $contents = substr($contents,bcadd($pos[1],strlen($pos[0]),0)); 41         }else{ 42             $contents = ''; 43  } 44  } 45     if(true === $is_table_end){ 46         //圖片部分
47         $r = preg_match_all ('|Content-Type:image.*?:base64.*?Content-Location:(.*?)\.dat(.*?)(?:------=_)|ims',  $contents , $matches ,PREG_OFFSET_CAPTURE | PREG_SET_ORDER); 48         if($r){ 49             //$matches = array_chunk($matches[0],200);
50             $result = array(); 51             foreach($matches as $key=>$val){ 52                 $result[] = array('name'=>$val[1][0],'contents'=>$val[2][0]); 53                 if(count($result) >=150){ 54                     put_images($result); 55                     $result = array(); 56  } 57  } 58             put_images($result); 59             $result = array(); 60             $contents = substr($contents,$val[0][1]); ##There is no str len
61         }else{ 62             $contents = ''; 63  } 64  } 65     return $contents; 66 } 67 
68 
69 #寫入圖片表情文件到硬盤
70 function put_images($data){ 71     foreach($data as $val){ 72         $dir = './images/'. substr($val['name'],1,1) .'/' . substr($val['name'],2,1) .'/'.$val['name'] . '.dat'; 73         echo $dir."\r\n"; 74         file_put_contents($dir,base64_decode(trim($val['contents']))); 75  } 76 } 77 
78 #創建圖片保存目錄
79 function mk_imgdir(){ 80     if(file_exists(BASEDIR.'images')){ 81         rename(BASEDIR.'images',BASEDIR.'images_old'); 82  } 83     $tmp = array('0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z'); 84     foreach($tmp as $v1){ 85         mkdir(BASEDIR.'images'.'/'.$v1,0777,true); 86         foreach($tmp as $v2){ 87             mkdir(BASEDIR.'images'.'/'.$v1.'/'.$v2,0777,true); 88  } 89  } 90     if(file_exists(BASEDIR.'messages')){ 91         rename(BASEDIR.'messages',BASEDIR.'messages_old'); 92  } 93     mkdir(BASEDIR.'messages'.'/',0777,true); 94     return 0; 95 }

 

<?php
ini_set('pcre.backtrack_limit',1000000);
$is_table_end = false ; $page = 0 ;$contents = ''; $output_zip = './test.zip';
#判斷輸入文件
if(!file_exists($argv[1]))
{
    echo 'There isn\'t have this file.';
    exit;
}
#創建歸檔文件 默認爲
make_output_target($output_zip);
$handle = fopen($argv[1], "rb");
#分段處理
do
{
    $contents .=fread($handle,124416);#wtf
    $contents = mht_process($contents,$output_zip);
}
while (!feof($handle));


#主體數據處理
function mht_process($contents,$output_zip){
    Global $is_table_end;
    Global $page;
    $zip = new ZipArchive;
    if ($zip->open($output_zip,ZIPARCHIVE::CREATE) !== TRUE) 
    {
        echo 'create image failed';
        exit;
    }
    #判斷非圖片消息部分是否處理完畢
    if(false === $is_table_end)
    {
        $html_head = '<html xmlns="http://www.w3.org/1999/xhtml"><head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /><title>QQ Message</title><style type="text/css">body{font-size:12px; line-height:22px; margin:2px;}td{font-size:12px; line-height:22px;}</style></head><body><table width=100% cellspacing=0>';
        $html_foot = '</table></body></html>';
        #判斷消息部分是否完畢 只處理圖片部分
        if(false !== strpos($contents,$html_foot))
        {
            $is_table_end = true; 
        }
        $r = preg_match_all ('|<tr.*?\</tr\>|ims',  $contents , $matches ,PREG_OFFSET_CAPTURE);
        if($r)
        {
            $matches = array_chunk($matches[0],200);
            foreach($matches as $key=>$val)
            {
                $arr = array_column($val,0);
                array_walk( $arr , function(&$v, $k) use ($zip)
                {
                    $v = preg_replace('|<IMG src="{(\S)(\S)(\S+).dat|ims','<IMG src="../images/$1/$2/{$1$2$3.dat',$v);
                });
                $zip->addFromString('messages/'.sprintf("%08d", $page+$key).'.html' ,$html_head . implode('',$arr).'<td> <H1><a href="./'.sprintf("%08d", $page+$key-1).'.html">Prev page</a></h1> <H1><a href="./'.sprintf("%08d", $page+$key+1).'.html">Next page</a></h1></td>'.$html_foot);
            }
            $page += $key; 
            $pos = end($val);
            $contents = substr($contents,bcadd($pos[1],strlen($pos[0]),0));
        }
        else
        {
            $contents = '';
        }
    }
    #處理圖片部分
    if(true === $is_table_end)
    {
        #圖片數據匹配
        $r = preg_match_all ('|Content-Type:image.*?:base64.*?Content-Location:(.*?)\.dat(.*?)(?:------=_)|ims',  $contents , $matches ,PREG_OFFSET_CAPTURE | PREG_SET_ORDER);
        if($r)
        {
            //$matches = array_chunk($matches[0],200);
            $result = array();
            foreach($matches as $key=>$val){
                $result = array('name'=>$val[1][0],'contents'=>$val[2][0]);
                $dir = 'images/'. substr($result['name'],1,1) .'/' . substr($result['name'],2,1) .'/'.$result['name'] . '.dat';
                #寫入圖片表情文件到硬盤
                $zip->addFromString($dir,base64_decode(trim($result['contents'])));
                $result = array();
            }
            $result = array();
            $contents = substr($contents,$val[0][1]); 
        }
        else
        {
            $contents = '';
        }
    }
    $zip->close();
    #剩餘部分返回 下一次處理拼接數據
    return $contents;
}

#創建保存目標
function make_output_target($output='./test.zip')
{
    $zip = new ZipArchive;
    if ($zip->open($output,ZIPARCHIVE::CREATE) !== TRUE) 
    {
        echo 'create images directory failed';
        exit;
    }
    $zip->addEmptyDir('images');
    $tmp = array('0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F','G','H','I','J','K','L','M','N','O','P','Q','R','S','T','U','V','W','X','Y','Z');
    array_walk($tmp,function($val,$key) use ($tmp,$zip)
    {
        $base_path = 'images/'.$val;
        $zip->addEmptyDir($base_path);
        array_walk($tmp,function($val,$key) use ($tmp,$zip,$base_path)
        {
            $zip->addEmptyDir($base_path.'/'.$val);
        });
    });
    $zip->addEmptyDir('messages');
    $zip->close();
    return 0;
}

 

使用方法工具

1 "php.exe" cli.php input.mht > log.txt
2 pause

 生成ZIP以後 能夠用winmount來掛載查看 無需解壓很方便 ui

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程