QQ空间数据备份工具全平台部署指南:轻松导出历史记录
2026-05-06 09:39:48作者:裘旻烁
想要完整保存QQ空间的珍贵回忆吗?GetQzonehistory是一款专为QQ空间历史记录导出设计的开源工具,支持快速备份说说、转发、留言等内容。本指南将带你3分钟上手全平台安装流程,让你的数字记忆永不丢失!
📋 系统兼容性检测清单
在开始安装前,请确保你的设备满足以下条件:
| 检查项 | 最低要求 | 推荐配置 |
|---|---|---|
| 操作系统 | Windows 7+/macOS 10.13+/Linux kernel 4.15+ | Windows 10+/macOS 12+/Ubuntu 20.04+ |
| Python版本 | 3.7.x | 3.9.x-3.11.x |
| 网络环境 | 稳定互联网连接 | 5Mbps以上带宽 |
| 存储空间 | 100MB空闲空间 | 500MB以上(含缓存) |
| 额外依赖 | Git | Git 2.30+ |
⚠️ 注意哦~Linux用户需要预先安装python3-venv包,Debian/Ubuntu系统可通过sudo apt install python3-venv命令安装
🚀 分阶段安装指南
准备阶段:获取项目代码
首先我们需要把工具源码下载到本地:
git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory
cd GetQzonehistory
核心安装:环境配置与依赖安装
创建并激活专用虚拟环境(这步很重要,可以避免依赖冲突!):
# 创建虚拟环境
python -m venv myenv
# 激活环境(Windows用户)
.\myenv\Scripts\activate
# 激活环境(macOS/Linux用户)
source myenv/bin/activate
看到命令行前面出现(myenv)就说明环境激活成功啦!接下来安装依赖包:
pip install -i https://mirrors.aliyun.com/pypi/simple/ -r requirements.txt
验证测试:启动程序
一切准备就绪,让我们启动程序看看效果:
python main.py
首次运行会显示登录二维码,使用手机QQ扫码授权即可开始数据备份。搞定了!
💻 跨平台操作对比
| 操作步骤 | Windows系统 | macOS/Linux系统 |
|---|---|---|
| 虚拟环境激活 | .\myenv\Scripts\activate |
source myenv/bin/activate |
| Python命令 | python |
python3 |
| Pip命令 | pip |
pip3 |
| 二维码显示 | 自动弹出图片窗口 | 终端内直接显示 |
| 数据存储路径 | 用户目录\AppData\Local\GetQzonehistory |
~/.local/share/GetQzonehistory |
📌 核心组件速览
这款工具由以下关键模块组成:
- 主程序入口:负责协调各模块工作流程,提供用户交互界面
- 登录模块:通过二维码方式安全获取QQ空间访问权限
- 网络请求模块:处理与QQ空间服务器的通信,实现数据抓取
- 数据解析模块:从原始网页中提取说说、转发、留言等关键信息
- 数据存储模块:将获取的内容整理并导出为Excel格式
📊 数据导出结果
程序运行完成后,会在项目的resource/result目录下生成多种Excel文件:
QQ号_说说列表.xlsx:包含所有原创内容、发布时间、点赞数等信息QQ号_转发列表.xlsx:记录转发内容及原始链接QQ号_留言列表.xlsx:完整备份留言板互动记录QQ号_全部列表.xlsx:整合所有数据的汇总表格
⚠️ 避坑指南:常见问题解决
问题1:依赖安装速度慢或失败
- 解决方案:确保使用了国内镜像源,命令中的阿里云镜像已为你配置好
问题2:二维码无法显示
- 解决方案:Linux无图形界面用户可尝试
python main.py --cli使用命令行模式
问题3:数据获取不完整
- 解决方案:不要频繁中断程序,大型账号建议分多次获取
🔒 隐私保护指南
使用本工具时,请务必注意:
- 数据安全:所有数据处理均在本地完成,不会上传至第三方服务器
- 存储建议:导出的Excel文件建议加密存储或定期备份到安全位置
- 使用规范:仅用于个人数据备份,未经允许不得获取他人空间内容
- 账号安全:扫码登录后建议在完成备份后及时退出授权
通过以上步骤,你已经成功部署了QQ空间数据备份工具。现在就开始保存那些珍贵的数字回忆吧!如有任何问题,欢迎在项目仓库提交issue获取帮助。
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 StartedRust0197
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 Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 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++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
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++
689
1.35 K
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
458
453
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
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
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
152
250
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
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425