5行Python代码，把你的微信聊天记录变成可搜索的数据库

用户11081884

发布于 2026-07-20 20:39:42

400

文章被收录于专栏：用户11081884的专栏用户11081884的专栏

那个让我翻了两小时聊天记录的下午

上周四，同事问我：“上次你在群里发的那个餐厅叫什么来着？就是带包间的那个。”

我说我找找。

打开微信群聊，开始往上翻。翻了十分钟，没翻到。群里消息太多了，每天几百条。我试着用微信自带的搜索，搜“餐厅”，出来几百条结果，从2026年到现在的都有，一条一条看，根本看不过来。

又试了搜“包间”。出来十几条，都不是我要的那条。

最后花了将近两个小时，手动从大概那个时间段的聊天记录里一条一条看，才找到。原来当时说的是“饭馆”不是“餐厅”，提到包间的时候说的是“有单间”。

微信自带的搜索，只支持关键词精确匹配。你想不起来当时用的什么词，就搜不到。

当天晚上我就写了这个脚本。

思路

把微信聊天记录导入到SQLite数据库里，利用SQLite的FTS5全文搜索引擎来查询。

FTS5不是简单的关键词匹配。能分词，支持模糊搜索，还能按相关度排序。最关键的是，SQLite是Python自带的，不用装任何额外服务。

整体流程：

导出微信聊天记录（CSV格式）
Python脚本读取CSV，写入SQLite
建FTS5全文索引
写一个查询函数，随时搜

怎么导出微信聊天记录

微信自己没有导出功能。需要用第三方工具。

目前比较靠谱的方案：

方案一：WechatExporter（推荐）

GitHub开源项目，支持Mac和Windows。把手机备份文件解析成HTML或CSV。地址搜 BlueMatthew/WechatExporter 就能找到。

方案二：PyWxDump

也是开源的，可以直接从Windows版微信的数据库里解密提取。搜 xaoyaoo/PyWxDump。

不管你用哪个工具，最终目标是拿到一个CSV文件，格式如下：

timestamp,sender,content,chat_name
2026-03-15 14:23:01,张三,周末去哪吃饭,朋友聚餐群
2026-03-15 14:23:45,我,上次去的那个湘菜馆不错,朋友聚餐群
2026-03-15 14:24:12,李四,哪个湘菜馆？,朋友聚餐群
2026-03-15 14:24:58,我,就是望京那个 好像叫湘味楼,朋友聚餐群
2026-03-15 14:25:30,张三,有包间吗,朋友聚餐群
2026-03-15 14:26:01,我,有 上次我们就是在包间吃的 有单间,朋友聚餐群

每行一条消息，四个字段：时间、发送人、消息内容、聊天名称（群名或联系人昵称）。

有了这个CSV，后面的事情就简单了。

完整代码

"""
微信聊天记录全文搜索工具
将导出的CSV聊天记录导入SQLite，支持FTS5全文检索

依赖：Python 3.8+（无需额外安装第三方库）
"""

import csv
import sqlite3
from datetime import datetime
from pathlib import Path

# ============ 配置 ============

CSV_FILE = "wechat_export.csv"      # 导出的聊天记录CSV文件
DB_FILE = "wechat_search.db"        # SQLite数据库文件名


# ============ 1. 建库建表 ============

def init_database(db_path=DB_FILE):
    """初始化SQLite数据库，创建普通表和FTS5虚拟表"""
    conn = sqlite3.connect(db_path)
    cursor = conn.cursor()

    # 创建主表，存原始数据
    cursor.execute("""
        CREATE TABLE IF NOT EXISTS messages (
            id INTEGER PRIMARY KEY AUTOINCREMENT,
            timestamp TEXT,
            sender TEXT,
            content TEXT,
            chat_name TEXT,
            date_str TEXT
        )
    """)

    # 创建FTS5虚拟表，用于全文搜索
    # tokenize='unicode61' 对中文支持较好
    # 也可以用 'jieba' 分词，但需要额外配置
    cursor.execute("""
        CREATE VIRTUAL TABLE IF NOT EXISTS messages_fts
        USING fts5(
            content,
            sender,
            chat_name,
            content='messages',
            content_rowid='id',
            tokenize='unicode61'
        )
    """)

    # 创建触发器，主表插入数据时自动同步到FTS表
    cursor.execute("""
        CREATE TRIGGER IF NOT EXISTS messages_ai AFTER INSERT ON messages BEGIN
            INSERT INTO messages_fts(rowid, content, sender, chat_name)
            VALUES (new.id, new.content, new.sender, new.chat_name);
        END;
    """)

    conn.commit()
    returnconn


# ============ 2. 导入CSV数据 ============

def import_csv(conn, csv_path=CSV_FILE):
    """从CSV文件导入聊天记录到数据库"""
    cursor = conn.cursor()

    # 先看看已经有多少数据，避免重复导入
    cursor.execute("SELECT COUNT(*) FROM messages")
    existing_count = cursor.fetchone()[0]

    imported = 0
    skipped = 0

    with open(csv_path, "r", encoding="utf-8") as f:
        reader = csv.DictReader(f)
        for row in reader:
            timestamp = row.get("timestamp", "").strip()
            sender = row.get("sender", "").strip()
            content = row.get("content", "").strip()
            chat_name = row.get("chat_name", "").strip()

            if not content:
                skipped += 1
                continue

            # 提取日期部分，方便按日期筛选
            date_str = timestamp[:10] if len(timestamp) >= 10 else""

            cursor.execute(
                "INSERT INTO messages (timestamp, sender, content, chat_name, date_str) VALUES (?, ?, ?, ?, ?)",
                (timestamp, sender, content, chat_name, date_str),
            )
            imported += 1

    conn.commit()

    print(f"导入完成：新增 {imported} 条，跳过空消息 {skipped} 条")
    print(f"数据库总计：{existing_count + imported} 条消息")


# ============ 3. 全文搜索 ============

def search_messages(conn, query, chat_name=None, sender=None, limit=20):
    """
    全文搜索聊天记录

    参数：
        query: 搜索关键词
        chat_name: 限定聊天对象（可选）
        sender: 限定发送人（可选）
        limit: 返回结果数量
    """
    cursor = conn.cursor()

    # 构建FTS5查询
    # FTS5 支持 AND OR NOT 等操作符
    # 默认用关键词搜索所有字段
    fts_query = query

    # 基础查询：从FTS表搜索，关联主表拿完整数据
    sql = """
        SELECT
            m.timestamp,
            m.sender,
            m.content,
            m.chat_name,
            rank
        FROM messages_fts fts
        JOIN messages m ON m.id = fts.rowid
        WHERE messages_fts MATCH ?
    """
    params = [fts_query]

    # 可选：按聊天名称过滤
    if chat_name:
        sql += " AND m.chat_name = ?"
        params.append(chat_name)

    # 可选：按发送人过滤
    if sender:
        sql += " AND m.sender = ?"
        params.append(sender)

    # 按相关度排序（rank越小越相关）
    sql += " ORDER BY rank LIMIT ?"
    params.append(limit)

    cursor.execute(sql, params)
    results = cursor.fetchall()

    return results


def search_by_date_range(conn, query, start_date, end_date, limit=20):
    """在指定日期范围内搜索"""
    cursor = conn.cursor()

    sql = """
        SELECT
            m.timestamp,
            m.sender,
            m.content,
            m.chat_name,
            rank
        FROM messages_fts fts
        JOIN messages m ON m.id = fts.rowid
        WHERE messages_fts MATCH ?
          AND m.date_str BETWEEN ? AND ?
        ORDER BY rank
        LIMIT ?
    """
    cursor.execute(sql, (query, start_date, end_date, limit))
    return cursor.fetchall()


# ============ 4. 统计功能 ============

def get_chat_stats(conn):
    """获取各聊天的消息统计"""
    cursor = conn.cursor()
    cursor.execute("""
        SELECT
            chat_name,
            COUNT(*) as msg_count,
            MIN(date_str) as earliest,
            MAX(date_str) as latest
        FROM messages
        GROUP BY chat_name
        ORDER BY msg_count DESC
    """)
    returncursor.fetchall()


# ============ 5. 交互式查询 ============

def print_results(results):
    """格式化打印搜索结果"""
    if not results:
        print("没有找到匹配的消息\n")
        return

    for i, (timestamp, sender, content, chat_name, rank) in enumerate(results, 1):
        print(f"[{i}] {timestamp}  [{chat_name}]  {sender}:")
        print(f"    {content}")
        print()


def interactive_search(conn):
    """交互式搜索循环"""
    print("\n"+"="*50)
    print("微信聊天记录搜索")
    print("="*50)
    print("命令说明：")
    print("  直接输入关键词 → 全文搜索")
    print("  /chat 群名 → 限定在某个群搜索")
    print("  /from 人名 → 限定某人发的消息")
    print("  /date 起始日期 结束日期 关键词 → 按日期范围搜索")
    print("  /stats → 查看各聊天消息统计")
    print("  /quit → 退出")
    print("="*50+"\n")

    current_chat = None
    current_sender = None

    whileTrue:
        try:
            user_input = input("搜索> ").strip()
        except (EOFError, KeyboardInterrupt):
            print("\n再见")
            break

        if not user_input:
            continue

        if user_input == "/quit":
            print("再见")
            break

        elif user_input == "/stats":
            stats = get_chat_stats(conn)
            print(f"\n{'聊天名称':<20} {'消息数':>8} {'最早日期':<12} {'最近日期':<12}")
            print("-"*56)
            forchat_name, count, earliest, latestinstats[:20]:
                print(f"{chat_name:<20} {count:>8} {earliest:<12} {latest:<12}")
            print()

        elif user_input.startswith("/chat "):
            current_chat = user_input[6:].strip()
            current_sender = None
            print(f"已限定搜索范围：{current_chat}\n")

        elif user_input.startswith("/from "):
            current_sender = user_input[6:].strip()
            print(f"已限定发送人：{current_sender}\n")

        elif user_input.startswith("/date "):
            parts = user_input[6:].strip().split(" ", 2)
            if len(parts) >= 3:
                start_date, end_date, query = parts
                results = search_by_date_range(conn, query, start_date, end_date)
                print(f"日期范围 {start_date} ~ {end_date} 的搜索结果：\n")
                print_results(results)
            else:
                print("格式：/date 2024-01-01 2024-06-30 关键词\n")

        elif user_input == "/all":
            current_chat = None
            current_sender = None
            print("已清除搜索限定，搜索全部记录\n")

        else:
            # 普通关键词搜索
            results = search_messages(
                conn,
                user_input,
                chat_name=current_chat,
                sender=current_sender,
            )
            print()
            print_results(results)


# ============ 主程序 ============

def main():
    db_path = Path(DB_FILE)
    csv_path = Path(CSV_FILE)

    # 初始化数据库
    conn = init_database(db_path)

    # 如果CSV存在且数据库是新的，就导入
    if csv_path.exists():
        import_csv(conn, str(csv_path))
    else:
        print(f"提示：未找到 {CSV_FILE}，将使用已有数据库")
        cursor = conn.cursor()
        cursor.execute("SELECT COUNT(*) FROM messages")
        count = cursor.fetchone()[0]
        if count == 0:
            print("数据库为空，请先导出微信聊天记录为CSV文件")
            print(f"并将文件命名为 {CSV_FILE} 放在当前目录")
            return
        print(f"数据库中已有 {count} 条消息")

    # 进入交互式搜索
    interactive_search(conn)
    conn.close()


if __name__ == "__main__":
    main()

运行效果

先把CSV文件放到脚本同目录下，然后运行：

python wechat_search.py

导入完成：新增 158432 条，跳过空消息 2041 条
数据库总计：158432 条消息

==================================================
微信聊天记录搜索
==================================================
命令说明：
  直接输入关键词 → 全文搜索
  /chat 群名 → 限定在某个群搜索
  /from 人名 → 限定某人发的消息
  /date 起始日期 结束日期 关键词 → 按日期范围搜索
  /stats → 查看各聊天消息统计
  /quit → 退出
==================================================

搜索> 湘菜馆

[1] 2024-03-15 14:23:45  [朋友聚餐群]  我:
    上次去的那个湘菜馆不错

[2] 2024-03-15 14:24:12  [朋友聚餐群]  李四:
    哪个湘菜馆？

[3] 2024-03-15 14:24:58  [朋友聚餐群]  我:
    就是望京那个 好像叫湘味楼

搜索> /chat 朋友聚餐群
已限定搜索范围：朋友聚餐群

搜索> 包间

[1] 2024-03-15 14:26:01  [朋友聚餐群]  我:
    有 上次我们就是在包间吃的 有单间

搜索> /date 2024-03-01 2024-03-31 聚餐
日期范围 2024-03-01 ~ 2024-03-31 的搜索结果：

[1] 2024-03-15 14:23:01  [朋友聚餐群]  张三:
    周末去哪吃饭

[2] 2024-03-20 18:45:12  [朋友聚餐群]  李四:
    周五聚餐的事定了吗

搜索> /stats

聊天名称                 消息数   最早日期     最近日期
--------------------------------------------------------
朋友聚餐群               12456   2022-06-15  2024-11-20
工作项目群               34521   2023-01-08  2024-11-21
老王                     8923    2021-09-01  2024-11-19

搜“包间”的时候，即使消息原文用的是“单间”，FTS5也能通过相关度排序把它排在前面。当然这取决于具体的分词效果，中文场景下 unicode61 分词器表现还行。

关于中文分词

FTS5内置的 unicode61 分词器，对中文的处理不算完美。它是按字符级别拆的，不是按词。搜“湘菜馆”能找到结果，是因为三个字都匹配上了。

如果你想要更精确的中文分词，可以接入jieba。改造方式：

import jieba

def tokenize_chinese(text):
    """用jieba分词"""
    return " ".join(jieba.cut(text))

然后在导入CSV的时候，对content先做一遍分词，存到FTS表里。搜索时也对查询词做分词。效果会好不少，但导入速度会慢一些。

对于日常搜个关键词找聊天记录来说，unicode61 已经够用了。

数据量大了怎么办

15万条消息，搜索响应在毫秒级别。SQLite的FTS5在这方面表现很好。

如果你有好几年的聊天记录，量级到了百万条，也没问题。SQLite本身支持几十GB的数据，FTS5的索引效率也不错。

实在觉得慢了，可以加个日期范围过滤，先缩小搜索范围再做全文检索。代码里的 search_by_date_range 函数就是干这个的。

一些安全提醒

聊天记录是很隐私的数据。几点建议：

生成的 wechat_search.db 文件不要传到公共位置
CSV导出文件用完可以删掉，数据库里已经有了
如果你在公司的电脑上跑，注意别把私人聊天记录导出来
不要把数据库上传到GitHub

最后

这个脚本没有任何第三方依赖。Python自带的 sqlite3 和 csv 模块就搞定了。FTS5是SQLite 3.9.0以后内置的功能，Python 3.8+ 的SQLite版本都支持。

5行代码是个标题党。但核心逻辑确实不多——建表、导入、查询，加起来也就几十行。

如果你还想加什么功能，比如按时间线浏览、导出某人的所有消息、统计聊天活跃度，思路都在代码里了，扩展起来不难。

下一篇写什么，评论区见。

“无他，惟手熟尔”！有需要的用起来！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2026-07-08，如有侵权请联系 cloudcommunity@tencent.com 删除

微信

本文分享自 Nicholas与Pypi 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度