QQ空间数据备份工具:告别手动截图,高效导出你的青春记忆
2026-04-29 10:27:03作者:温艾琴Wonderful
还在用截图保存QQ空间的珍贵回忆?手动复制粘贴文字到文档?GetQzonehistory这款开源工具让你3分钟上手,一键导出所有历史说说至Excel,从此告别繁琐备份流程!作为一款专为QQ空间设计的数据备份工具,它能帮你轻松搞定多年动态的结构化存储,让青春记忆永久保鲜。
🔧 为什么你需要这款工具?
想想这些场景:换手机时QQ空间数据迁移的烦恼、想统计自己十年间发过多少说说却无从下手、重要回忆怕丢失想备份却只能一张张截图... GetQzonehistory正是为解决这些痛点而生!
核心价值亮点
- 告别手动操作:自动抓取所有历史说说,无需人工复制粘贴
- 结构化存储:所有内容按发布时间、内容、点赞数等字段规范存储
- 永久备份:本地Excel文件保存,不怕平台数据丢失
- 轻量高效:Python编写,仅需10MB存储空间,启动速度快如闪电
🚀 3分钟快速上手指南
环境准备(只需3步)
# 1. 克隆仓库(已替换为指定地址)
git clone https://gitcode.com/GitHub_Trending/ge/GetQzonehistory
cd GetQzonehistory
# 2. 创建并激活虚拟环境
python -m venv venv
source venv/bin/activate # Linux/macOS用户
# venv\Scripts\activate # Windows用户
# 3. 安装依赖
pip install -r requirements.txt
配置文件设置
创建resource/config/config.ini文件,按以下表格配置:
| 配置项 | 说明 | 是否必填 | 示例值 |
|---|---|---|---|
| account | QQ账号 | ⚠️ 必须 | 12345678 |
| output_file | 输出文件路径 | ⚠️ 必须 | resource/result/my_qzone.xlsx |
| timeout | 请求超时时间(秒) | 可选 | 15 |
| save_images | 是否保存图片 | 可选 | 0(不保存)/1(保存) |
启动与使用流程
- 运行主程序 →
python main.py - 扫描终端显示的二维码 → 使用手机QQ扫码授权
- 等待程序自动抓取 → 完成后在指定路径查看Excel文件
📊 数据导出样例
导出的Excel文件包含以下关键信息:
| pub_time | content | location | like_count | comment_count | image_urls |
|---|---|---|---|---|---|
| 2023-01-15 14:30 | 今天天气真好! | 北京 | 28 | 5 | https://... |
| 2022-12-25 08:00 | 圣诞快乐🎄 | 上海 | 42 | 12 | https://... |
⚠️ 安全使用三原则
- 仅用于个人数据:只能抓取自己账号的公开内容
- 尊重平台规则:不要频繁请求,避免给服务器造成压力
- 保护隐私安全:导出的Excel文件请妥善保管,不要随意分享
💡 新手常见误区
- ❌ 直接运行程序不配置文件:会导致登录失败
- ❌ 扫码后立即关闭终端:程序需要时间完成数据抓取
- ❌ 保存图片时设置过小存储空间:建议预留至少100MB空间
🌐 跨平台使用技巧
Linux系统
# 解决二维码显示问题
sudo apt-get install zbar-tools
macOS系统
# 安装必要依赖
brew install zbar
Windows系统
无需额外配置,直接运行,但建议使用PowerShell而非CMD终端
🚀 未来功能投票
你希望GetQzonehistory增加哪些功能?在评论区告诉我你的选择!
- 📊 说说数据分析功能(词云/情感分析)
- 📱 手机端控制界面
- 📤 多平台导出(如Markdown/HTML)
- 🔄 定时自动备份
让我们一起打造更好用的QQ空间备份工具!✨
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 StartedRust0382
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0269
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00
热门内容推荐
项目优选
收起
暂无描述
Markdown
814
5.36 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++
930
2.18 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++
750
1.49 K
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
780
1.06 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
484
493
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++
1.16 K
1.19 K
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++
294
269
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
840
360
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.73 K
712