QQ空间历史说说备份神器:GetQzonehistory完整使用指南
2026-02-07 05:08:14作者:柯茵沙
想要永久保存珍贵的QQ空间回忆吗?GetQzonehistory是一款强大的Python工具,专门用于备份QQ空间的历史说说、留言和图片,让你轻松保存青春记忆!🚀
📝 项目简介
GetQzonehistory是一个开源工具,通过模拟登录QQ空间来获取账号下发布的所有历史消息。无论是说说、留言还是转发内容,都能完整备份并导出为Excel表格和美观的HTML网页版。
核心功能亮点:
- 一键备份QQ空间全部历史内容
- 自动下载说说中的图片
- 生成可浏览的HTML网页版
- 导出Excel格式便于数据分析
🛠️ 快速安装步骤
环境要求
- Python 3.6+
- 支持Windows、macOS、Linux系统
安装依赖
首先克隆项目到本地:
git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory
然后安装必要的依赖包:
- beautifulsoup4 - HTML解析
- pandas - 数据处理
- tqdm - 进度条显示
- requests - 网络请求
- Pillow - 图片处理
🚀 使用方法详解
登录配置
工具支持QQ空间扫码登录,确保账号安全。登录成功后会自动保存cookies,下次使用无需重复登录。
数据备份流程
- 自动识别 - 工具自动识别账号下的说说总数
- 分批获取 - 每次获取10条数据,避免被封禁
- 图片下载 - 自动下载说说中的图片到本地
- 格式转换 - 生成Excel表格和HTML网页
输出文件结构
备份完成后,工具会在resource/result/目录下生成:
_全部列表.xlsx- 所有消息的完整列表_说说列表.xlsx- 仅包含说说内容_转发列表.xlsx- 转发的内容_留言列表.xlsx- 好友留言_好友列表.xlsx- 好友信息_说说网页版.html- 可浏览的网页版本
💡 实用技巧
数据恢复技巧
如果程序意外中断,重新运行会自动从断点继续备份,确保数据完整性。
自定义配置
通过修改util/ConfigUtil.py可以自定义文件保存路径和备份选项。
🔒 安全注意事项
- 本工具仅供个人学习和技术研究使用
- 请勿用于商业用途或非法行为
- 尊重QQ版权和隐私政策
- 备份的数据请妥善保管
🎯 适用场景
个人回忆保存
- 保存学生时代的青春记忆
- 备份重要的人生时刻记录
- 整理多年来的心路历程
数据分析用途
- 分析个人社交习惯
- 统计发布频率和内容类型
- 导出图片用于个人相册整理
🌟 项目优势
简单易用 - 无需编程经验,按照指南操作即可 功能全面 - 支持说说、留言、转发、图片全备份 跨平台支持 - 支持主流操作系统
📊 数据统计功能
工具会自动统计:
- 说说总数和发布时间范围
- 好友数量和基本信息
- 图片下载数量和质量
GetQzonehistory让QQ空间回忆备份变得简单高效,是每个想要保存青春记忆的用户的必备工具!赶快开始你的回忆之旅吧!✨
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 StartedJavaScript093- 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
热门内容推荐
最新内容推荐
3步掌握Mermaid Live Editor:让图表创作效率提升10倍3个高效研究工具,让你的学术工作流提升80%效率3步搞定黑苹果EFI:OpCore Simplify如何革新你的配置体验如何使用密码安全检测工具提升系统防护能力零基础2024新版:3步打造专属微信群智能助手3个高效技巧:ChilloutMix NiPrunedFp32Fix让你快速生成超逼真图像3步解锁OpCore Simplify:告别OpenCore配置烦恼,新手也能轻松上手如何3秒提取屏幕文字?Windows OCR工具实战指南Linux Notion客户端:如何突破生态壁垒实现无缝集成AI建筑设计草图生成工具:用ChilloutMix NiPrunedFp32Fix释放创意潜能
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude 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 Started
JavaScript
521
93
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++
956
951
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
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
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
140
221