GetQzonehistory终极指南:一键备份QQ空间所有历史说说
2026-02-07 05:28:57作者:瞿蔚英Wynne
还在担心珍贵的QQ空间回忆会丢失吗?😱 GetQzonehistory是一款强大的Python工具,能够帮你一键备份QQ空间所有历史说说,包括文字、图片和评论!这个开源项目通过模拟登录QQ空间,自动获取你的所有动态,并以Excel和HTML格式保存,让你随时随地重温青春记忆。✨
🚀 快速开始:3步完成说说备份
第一步:环境准备与安装
首先克隆项目到本地:
git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory.git
cd GetQzonehistory
推荐使用虚拟环境安装依赖:
python -m venv myenv
source myenv/bin/activate # Linux/MacOS
# 或 .\myenv\Scripts\activate # Windows
pip install -r requirements.txt
第二步:扫码登录QQ空间
运行主程序后,系统会自动生成二维码。只需使用手机QQ扫描二维码即可完成登录,整个过程安全便捷!📱
第三步:自动备份与导出
登录成功后,程序会自动开始获取你的所有说说数据。整个过程完全自动化,你只需要耐心等待即可!
💫 强大功能特色
完整数据备份
- 说说内容:所有发布的文字动态
- 高清图片:说说中配图的原始图片文件
- 评论记录:每条说说的所有评论信息
- 好友列表:完整的QQ好友信息
多格式导出支持
项目支持多种导出格式,满足不同需求:
- Excel格式:result/你的QQ_说说列表.xlsx - 便于数据分析
- HTML网页版:result/你的QQ_说说网页版.html - 完美还原QQ空间界面
- 图片独立文件夹:所有说说图片单独保存
智能数据恢复
通过util/GetAllMomentsUtil.py模块,能够智能识别并恢复2014年之前的说说内容,让你的回忆更加完整!🎯
🔧 核心模块解析
登录认证模块
util/LoginUtil.py负责处理QQ空间的扫码登录流程,生成二维码并验证登录状态。
数据获取模块
util/RequestUtil.py负责模拟浏览器请求,获取QQ空间的原始数据。
数据处理模块
util/ToolsUtil.py提供HTML模板生成和数据处理功能。
📊 输出成果展示
备份完成后,你将获得:
- 📁 完整说说档案:按时间排序的所有动态
- 🖼️ 高清图片库:所有说说配图的原始文件
- 💬 评论记录集:完整的互动交流历史
⚠️ 重要注意事项
使用规范
- 本工具仅供个人学习和技术研究使用
- 请勿用于商业或非法用途
- 尊重QQ版权和用户隐私
🎉 开始你的回忆之旅
现在就开始使用GetQzonehistory,把你珍贵的QQ空间回忆完整保存下来吧!无论是青春时光的点点滴滴,还是与好友的温馨互动,都将成为你永远的财富。🌟
记住:美好的回忆,值得永远珍藏! 💝
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
720
883
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
440
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
610