一、成果

这是我自己搭建的一个网站 猫九的头像很可爱啊的个人博客，会不定期更新自己学到的新知识，欢迎大家访问！

1.1为什么会有这篇文章

上上次和宝宝吵架的时候，宝宝说丢失了一部分聊天记录找不回了，就一直在想怎么样才能恢复和宝宝的聊天记录。之后又碰巧学了用Appium来做手机自动化测试，就爬取了和宝宝近几天的聊天记录来做文本分析，同时也分析了和宝宝来往的邮件，用可视化的图表展示我们有多喜欢对方。

1.2成果

和宝宝在过去六个月的信件往来数量：

收到宝宝的邮件中的词频统计和词云图：

给宝宝写的邮件中的词频统计和词云图：

和宝宝最近聊天记录的文本分析：

二、Appium库获取微信聊天记录

2.1环境准备

请先打开手机USB调试功能，并用USB连接手机和电脑。

2.2.重要步骤代码解释

2.2.1命令行下查看电脑连接的设备

adb devices

若出现下列信息证明连接成功

List of devices attachedNPYDU19301006477 device

2.2.2获取APP Package和启动Activity

手机打开至微信界面，命令行输入下面命令获取APP Package和启动Activity：

adb shell dumpsys activity recents | find "intent={"

如图所示：

2.2.3设置desired_caps参数

desired_caps = {    'platformName': 'Android',  # 被测手机是安卓    'platformVersion': '10',  # 手机安卓版本    'deviceName': 'xxx',  # 设备名，安卓手机可以随意填写    'appPackage': 'com.tencent.mm',  # 启动APP Package名称    'appActivity': '.ui.LauncherUI',  # 启动Activity名称    'unicodeKeyboard': False,  # 使用自带输入法，输入中文时填True    'resetKeyboard': True,  # 执行完程序恢复原来输入法    'noReset': True,  # 不要重置App    'newCommandTimeout': 6000,    'automationName': 'UiAutomator2'}

2.2.4启动检查器会话

启动Appium，启动检查器会话：

选择自定义服务器->编辑JSON Representation->启动会话

JSON Representation的内容（其实就是前面设置的desired_caps参数，只不过Python和Json的语法格式不一样）如下：

{  "platformName": "Android",  "platformVersion": "10",  "deviceName": "xxx",  "appPackage": "com.tencent.mm",  "appActivity": ".ui.LauncherUI",  "unicodeKeyboard": false,  "resetKeyboard": true,  "noReset": true,  "newCommandTimeout": 6000,  "automationName": "UiAutomator2"}

启动会话后，可以看到如下界面：

2.2.5定位元素

以定位中的一个元素为例：

driver.find_element(By.ID, 'fhz').click()

2.2.6设置滑动参数，获取聊天消息

由于webdriver对象只能选择当前页面的所有微信聊天消息，所以需要不断滑动窗口来更新页面，进而获取所有的微信聊天消息。首先获取当前屏幕的宽和高：

x = driver.get_window_size()['width'] # 获取屏幕的高y = driver.get_window_size()['height'] # 获取屏幕的宽

设置一定次数的循环来滑动窗口获取消息：

for i in range(1000):    driver.swipe(9/ 10 * x, 1 / 4 * y, 9 / 10* x, 5 / 6 * y, 600)    # 从屏幕的右上方滑动到右下方    msgs = driver.find_elements(By.ID, 'b4b') #定位到微信消息    for msg in msgs: file.write(msg.text + '\n') #将每一条消息的文本内容写入文件file

2.3完整代码

from appium import webdriverfrom selenium.webdriver.common.by import Bydesired_caps = {    'platformName': 'Android',  # 被测手机是安卓    'platformVersion': '10',  # 手机安卓版本    'deviceName': 'xxx',  # 设备名，安卓手机可以随意填写    'appPackage': 'com.tencent.mm',  # 启动APP Package名称    'appActivity': '.ui.LauncherUI',  # 启动Activity名称    'unicodeKeyboard': False,  # 使用自带输入法，输入中文时填True    'resetKeyboard': True,  # 执行完程序恢复原来输入法    'noReset': True,  # 不要重置App    'newCommandTimeout': 6000,    'automationName': 'UiAutomator2',}file = open("聊天记录3.txt", "a") #创建文本文档，保存聊天记录driver = webdriver.Remote('http://localhost:4723/wd/hub', desired_caps)driver.implicitly_wait(20) # 设置隐式等待时间driver.find_element(By.ID, 'fhz').click() x = driver.get_window_size()['width'] # 获取屏幕的高y = driver.get_window_size()['height'] # 获取屏幕的宽for i in range(1000):    driver.swipe(9/ 10 * x, 1 / 4 * y, 9 / 10* x, 5 / 6 * y, 600)    # 从屏幕的右上方滑动到右下方    msgs = driver.find_elements(By.ID, 'b4b') #定位到微信消息    for msg in msgs: file.write(msg.text + '\n') #将每一条消息的文本内容写入文件file

2.4Tips

• 由于滑动窗口的swipe()函数相当于点击效果，所以不能从屏幕的最右上方一直滑动到右下方，否则会触发手机通知栏，也不能从屏幕中间进行滑动，会误触消息。
• 经过观察可知获取的消息有一些消息是重复的，所以文本要经过去重。
• 此教程虽然介绍利用appium获取安卓手机微信消息，但对Harmony OS系统也可能适用。笔者的手机为华为Nova4，不久前更新鸿蒙系统，仍然可以进行自动化测试。
• Phone的自动化测试工具和Android不同，请自行学习。

三、jieba库分词，制作词频柱状图

3.1重要代码注释

为了避免matplotlib显示中文时产生乱码，需要先对字体进行设置：

plt.rcParams['font.family'] = ['sans-serif']plt.rcParams['font.sans-serif'] = ['SimHei']

jieba加载用户停用词典，用户停用词典可以使分词更精确：

jieba.load_userdict("dic.txt")

使用jieba.cut()函数进行分词：

for line in open(path):    line.strip('\n')    seg_list = jieba.cut(line, cut_all=False)    cut_words += (" ".join(seg_list))all_words = cut_words.split()

统计词频：

c = Counter() #创建计数器for item in all_words:    if len(item) > 1 and item != '\r\n':  c[item] += 1

绘制高频词水平柱状图：

x = []y = []for key, value in c.items():    if value > 60: #数组中添加词频数大于60的词 x.append(key) y.append(value) barcolor = ['#FEFEFE', '#F3DFA4', '#E1C58C', '#C9A469', '#F9F3DD', '#FBFBF9', '#A4653E', '#882815', '#FEFEFB','#FCFFFB'] #指定生成柱状图的颜色plt.figure()plt.barh(x, y, color=barcolor) #绘制水平柱状图plt.show()

3.2完整代码

from collections import Counterimport jieba.analysefrom matplotlib import pyplot as pltplt.rcParams['font.family'] = ['sans-serif']plt.rcParams['font.sans-serif'] = ['SimHei']jieba.load_userdict("dic.txt")path = "文本去重.txt"cut_words = ""for line in open(path):    line.strip('\n')    seg_list = jieba.cut(line, cut_all=False)    cut_words += (" ".join(seg_list))all_words = cut_words.split()c = Counter()for item in all_words:    if len(item) > 1 and item != '\r\n': c[item] += 1 x = []y = []for key, value in c.items():    if value > 60: x.append(key) y.append(value) barcolor = ['#FEFEFE', '#F3DFA4', '#E1C58C', '#C9A469', '#F9F3DD', '#FBFBF9', '#A4653E', '#882815', '#FEFEFB','#FCFFFB']plt.figure()plt.barh(x, y, color=barcolor)plt.show()

四、Wordcloud库制作词云图

4.1重要代码解释

4.1.1 安装python库

wordcloud库用来生成词云

pip install wordcloudpip install imageio

imageio库用来指定词云背景图,这里指定词云图的形状为一秩可爱的猫。

pic_path = "pic/cat4.jpg"mask_image = imread(pic_path)

4.1.2 设置停用词

停用词在词云图中不进行显示。

stopwords = {"Doge", "recalled", "message", "Facepalm", "Shrunken", "Hurt", "的", "是", "就", "我", "呀", "你", "吧", "了"}

4.1.3 生成词云

font_Path属性值必须指定为中文字体，否则词云图会出现中文乱码。

color_func为生成词云图的颜色，可以通过ImageColorGenerator()函数来获取。

cloud = wordcloud.WordCloud(width=1000, height=700, font_path=fontPath, stopwords=stopwords, mask=mask_image,background_color='#748ca4', scale=2, min_font_size=3, color_func=image_colors)cloud.generate(" ".join(jieba.lcut(text)))cloud.to_file("baobao.png")

4.2 完整代码

import wordcloudfrom imageio import imreadfrom matplotlib import pyplot as pltfrom wordcloud import ImageColorGeneratorplt.rcParams['font.family'] = ['sans-serif']plt.rcParams['font.sans-serif'] = ['SimHei']path = "文本去重.txt"color = "pic/maskme.jpg"colormap = imread(color)image_colors = ImageColorGenerator(colormap)  # 从图片提取颜色stopwords = {"Doge", "recalled", "message", "Facepalm", "Shrunken", "Hurt", "的", "是", "就", "我", "呀", "你", "吧", "了"}fontPath = "C:\\Windows\\Fonts\\simhei.ttf"pic_path = "pic/cat4.jpg"mask_image = imread(pic_path)text = open(path).read().strip('\n')cloud = wordcloud.WordCloud(width=1000, height=700, font_path=fontPath, stopwords=stopwords, mask=mask_image,background_color='#748ca4', scale=2, min_font_size=3, color_func=image_colors)cloud.generate(" ".join(jieba.lcut(text)))cloud.to_file("baobao2.png")#显示词云图plt.imshow(cloud)plt.axis("off")plt.show()

写在最后：用宝宝的话说我们是在用正经的工具做着不正经的事情，哈哈哈，怎么可能呢，想你才是最正经的事情呀！

你学会了吗？

Job256网站商业源码