GetQzonehistory:5步实现QQ空间历史说说完整备份
问题引入:你是否也面临这些数据困扰?
当你想回顾十年前的青春记忆,却发现QQ空间说说早已被淹没在时间长河中;当重要的生活记录因账号异常面临丢失风险;当需要整理个人成长轨迹却无法批量导出数据——这些痛点是否也曾让你束手无策?GetQzonehistory正是为解决这些问题而生,让你轻松掌控自己的数字记忆。
核心价值:3大核心能力+2个独特优势
三大核心能力
1. 完整数据捕获
深度扫描QQ空间数据库,一键导出所有可见说说、转发内容、留言记录和互动评论,不错过任何重要记忆。工具通过模拟浏览器行为,绕过官方API限制,实现普通用户无法获取的完整数据提取。
2. 智能内容管理
自动将获取的内容分类为说说列表、转发列表、留言列表和其他互动记录,每种类型单独生成Excel表格。内置时间排序算法,按发布时间倒序排列,让时光倒流查看成为可能。
3. 多格式内容保存
不仅保存文字内容,还自动下载所有配图并按发布时间命名。特别支持高清图片还原技术,将缩略图替换为原始分辨率,留住每个细节。
两个独特优势
1. 网页版视觉还原
通过内置HTML模板引擎,生成与QQ空间原版界面几乎一致的网页文件。保留原始排版、表情符号和互动关系,让回忆呈现更具沉浸感。
2. 断点续传机制
智能记录已获取数据位置,网络中断或程序关闭后重启可继续之前的进度,避免重复劳动。特别适合数据量庞大的用户使用。
实施路径:环境准备→基础使用→进阶技巧
环境准备
1. 克隆项目代码
git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory
cd GetQzonehistory
2. 创建虚拟环境
# 创建虚拟环境
python -m venv myenv
# 激活虚拟环境
# Windows系统
.\myenv\Scripts\activate
# macOS/Linux系统
source myenv/bin/activate
3. 安装依赖包
pip install -r requirements.txt
常见错误排查:
-
若出现"zbar共享库未找到"错误:
Ubuntu/Debian用户:sudo apt-get install libzbar0
Fedora/RHEL用户:sudo dnf install zbar
macOS用户:brew install zbar -
若Pillow安装失败:
pip install --upgrade pip wheel setuptools
pip install pillow --no-cache-dir
基础使用
1. 启动程序
python main.py
2. 扫码登录
程序会生成ASCII艺术形式的二维码,使用手机QQ扫码并确认登录。登录状态会保存在本地,下次使用无需重复扫码。
3. 等待数据采集
程序会自动开始获取数据,进度条显示当前采集进度。根据数据量大小,整个过程可能需要几分钟到几小时不等。
4. 查看结果
完成后会自动打开结果文件夹,包含:
- 按类型分类的Excel表格(说说/转发/留言等)
- 高清图片文件夹
- 网页版还原HTML文件
检查点:确认Excel文件行数与空间说说总数是否一致,图片文件夹数量与内容中的图片引用是否匹配。
进阶技巧
1. 自定义导出格式
修改util/ToolsUtil.py中的get_html_template()函数,可以自定义网页版的CSS样式,打造个性化的回忆展示页面。
2. 增量更新数据
删除resource/fetch-all/目录下的缓存文件,程序会重新获取所有数据;保留缓存文件则只获取新增内容,适合定期备份。
3. 图片处理优化
编辑main.py中save_data()函数的图片处理部分,可调整图片压缩质量或更改保存格式,平衡存储空间与图片质量。
深度探索:数据流程+关键技术点
| 数据流程 | 关键技术点 |
|---|---|
| 1. 登录认证 生成二维码 → 扫码确认 → 获取Cookie → 计算bkn签名 |
• 使用qrcode库生成登录二维码 • 通过pyzbar解析二维码内容 • 实现QQ空间特有的bkn签名算法 |
| 2. 数据采集 获取总量 → 分页请求 → 解析HTML → 提取内容 |
• 采用requests库模拟浏览器请求 • BeautifulSoup解析HTML结构 • 实现带延迟的分页请求避免反爬 |
| 3. 数据处理 内容清洗 → 分类整理 → 时间格式化 → 表情转换 |
• 正则表达式处理特殊字符 • pandas进行数据结构化 • QQ表情代码转图片链接 |
| 4. 内容存储 生成Excel → 下载图片 → 构建HTML → 打开目录 |
• openpyxl库生成Excel文件 • 多线程图片下载 • 模板引擎构建网页文件 |
同类工具横向对比
| 功能特性 | GetQzonehistory | 传统截图保存 | 官方导出工具 | 其他第三方工具 |
|---|---|---|---|---|
| 文字内容提取 | ✅ 完整提取 | ❌ 无法提取 | ✅ 部分提取 | ✅ 基本提取 |
| 图片下载 | ✅ 高清原图 | ❌ 低分辨率 | ❌ 不支持 | ✅ 缩略图 |
| 互动数据保存 | ✅ 包含评论 | ❌ 不支持 | ❌ 不支持 | ❌ 部分支持 |
| 分类整理 | ✅ 自动分类 | ❌ 手动整理 | ❌ 无分类 | ✅ 简单分类 |
| 网页版还原 | ✅ 完美还原 | ❌ 不支持 | ❌ 不支持 | ❌ 不支持 |
| 使用难度 | ⭐⭐⭐ 中等 | ⭐ 简单 | ⭐ 简单 | ⭐⭐ 较简单 |
| 免费程度 | ✅ 完全免费 | ✅ 免费 | ✅ 免费 | ❌ 部分收费 |
GetQzonehistory作为一款开源免费工具,在数据完整性、功能丰富度和使用体验上均优于同类方案,特别适合需要完整备份QQ空间记忆的用户。无论是为了珍藏青春回忆,还是为了数据安全备份,它都能成为你的得力助手。
现在就开始使用GetQzonehistory,让那些散落在QQ空间的珍贵记忆重新汇聚,永久保存属于你的数字时光胶囊。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00