QQ空间数据备份神器:GetQzonehistory小白使用指南
💡 你是否担心多年的QQ空间说说突然消失?想把青春记忆做成电子纪念册?这款工具能帮你一键导出所有历史动态,永久保存珍贵回忆!
功能概述:为什么需要这款工具?
📌 核心价值:GetQzonehistory是一款免费开源的QQ空间数据备份工具,能帮你完整导出所有历史说说(含文字、图片、评论),生成可永久保存的本地文件。
✨ 四大适用场景
- 青春记忆备份:将多年说说整理成电子相册,防止账号异常导致数据丢失
- 社交数据分析:统计年度发言频率、常用表情、互动好友排行
- 内容迁移助手:将重要动态批量转移到博客或其他社交平台
- 数字遗产整理:为重要人生节点(毕业/旅行/生日)的记录建立时间轴
💡 小知识:QQ空间服务器数据可能因账号长期未登录被清理,定期备份可有效避免"回忆蒸发"现象哦!
快速上手:3分钟启动备份任务
📌 准备工作:确保电脑已安装Python(建议3.8+版本)和浏览器
1️⃣ 获取项目代码
git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory
cd GetQzonehistory
💡 常见问题:如果提示"git不是内部命令",需先安装Git工具或直接下载ZIP压缩包
2️⃣ 安装依赖包
pip install -r requirements.txt # 安装所有必要的第三方库
💡 错误解决:若出现"pip命令找不到",尝试用python -m pip install -r requirements.txt替代
3️⃣ 选择启动方式(二选一)
🚀 方式A:基础备份模式
python main.py # 适合仅需要文本+图片备份的用户
🚀 方式B:深度导出模式
python fetch_all_message.py # 支持评论导出和Markdown格式生成
💡 功能对比:基础模式生成Excel表格,深度模式额外创建网页版浏览文件,推荐新手先用方式A尝试
📌 首次运行必看:程序会自动打开浏览器要求扫码登录,不要关闭命令行窗口!登录成功后会显示"登录成功"提示。
核心模块:工具是如何工作的?
💡 技术原理:这款工具就像一个智能机器人,模拟人工操作流程访问QQ空间,自动完成"登录→翻页→复制→保存"的全过程
🛠️ 五大核心组件
1. 登录模块(LoginUtil.py)
- 自动处理QQ空间的验证码和安全验证
- 支持扫码/账号密码两种登录方式
- 保存登录状态,避免重复验证
2. 数据抓取模块(RequestUtil.py)
- 智能分页加载历史说说(每次10条,间隔3秒避免被封禁)
- 自动识别说说中的图片、表情和@好友信息
- 错误重试机制,网络波动时自动重新连接
3. 内容处理模块(ToolsUtil.py)
- 将QQ表情转换为图片格式保存
- 清理文本中的特殊符号和广告内容
- 生成高清图片链接(自动替换缩略图地址)
4. 数据存储模块(ConfigUtil.py)
- 管理Excel文件的创建和格式设置
- 按时间戳对说说进行排序
- 自动创建分类文件夹(原创/转发/留言)
5. 配置管理模块(ConfigUtil.py)
- 读取用户设置的输出路径和格式
- 初始化必要的系统文件夹
- 保存用户的登录信息(加密存储)
💡 安全提示:工具仅在本地运行,所有数据不会上传到任何服务器,隐私有保障!
配置指南:打造个性化备份方案
💡 配置文件是什么?INI文件(配置参数存储格式)就像工具的"遥控器",通过修改参数可以自定义备份行为
🔧 配置文件位置
resource/config/config.ini # 相对于项目根目录的路径
⚙️ 关键配置项说明
[Common] 基础设置
account = 123456789 # QQ账号(仅用于显示,实际登录仍需扫码)
password = ******** # 留空即可,扫码登录更安全
output_file = resource/result/我的说说.xlsx # 结果文件保存路径
📌 安全警告:强烈建议不要在配置文件中填写真实密码!程序支持扫码登录,无需明文存储密码。
[File] 路径设置
temp = resource/temp/ # 临时文件存放位置
user = resource/user/ # 登录信息保存目录
result = resource/result/ # 最终结果输出目录
💡 自定义技巧:可以修改为绝对路径(如D:/QQ空间备份/)方便在"我的电脑"中快速找到文件
🚨 常见配置错误解决
- 找不到配置文件:检查是否误删了
resource文件夹,需重新下载项目 - 中文乱码:确保配置文件保存为UTF-8编码(用记事本打开另存为可修改)
- 路径无效:Windows系统中路径分隔符需用
\(如C:\backup\)
💡 高级玩法:定期备份时,可创建多个配置文件(如config_2023.ini),通过命令行指定使用不同配置:
python main.py --config resource/config/config_2023.ini
使用后效果展示
成功运行后,你会在resource/result目录下找到这些文件:
你的QQ号_全部列表.xlsx:包含所有说说的Excel表格你的QQ号_说说网页版.html:可直接在浏览器打开的精美排版页面pic文件夹:所有说说图片的高清版本
💡 小提示:生成的HTML文件支持本地搜索,按Ctrl+F即可快速查找关键词回忆!
📌 最后提醒:QQ空间API有访问频率限制,建议单次备份不要超过500条说说。如有大量数据,可分多次导出后手动合并文件。青春虽会逝去,但回忆可以永存——开始你的第一次数据备份吧!
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00