Python 使用itchat 获取微信好友信息并解析（性别 区域 头像 签名等）

Itchat简介

itchat官网：https://itchat.readthedocs.io/zh/latest/
itchat是一个开源的微信个人号接口
使用这个接口可以完成获取微信好友信息，发送信息，接收信息等操作
借此可以开发个人的微信机器人。
（目前发送信息等功能好像已被官方禁止）
现在我们只是用最基本的获取好友信息功能 来得到微信好友信息 并进行初步的分析统计

---

1. 登录 获取好友信息

首先当然是要安装这个开源包

pip install itchat

只需要一条命令就可以进行微信的扫码登录

import itchat
itchat.auto_login()

扫码后便会提示登陆了网页版微信 (ps: 新的微信账号貌似已经不支持网页版登陆了。。。)
登录之后便可以通过下面这条命令获取最新的好友信息

itchat.get_friends(update=True) 

这里的update参数是代表是否重新获取最新信息 如果是False那么就会使用缓存信息
为了清楚地了解其内部数据结构 我们这里会将好友信息保存在本地 (效果同update=False一样)
代码如下：

if os.path.exists('friends.json') is False:
        with open("friends.json",'w') as f:  
            itchat.auto_login()
            friends = itchat.get_friends(update=True) 
            json.dump(friends,f)
            print("save friends info.")
else:
        with open('friends.json','r') as lf:
            friends = json.load(lf)
            print('load friends info.')

此时我们将好友信息保存到了friends.json
我们可以查看一下里面的信息存储结构：

根据上图我们可以对好友的城市、省份、签名、性别、头像等进行统计分析

2. 好友性别统计

sex 代表着好友的性别 1:男 2:女 当然不能排除其它情况。。。0.0

def sex_analysis(friends):
    labels = ['男', '女', '其他']
    data = [0, 0, 0]

    # friends[0] 是自己的信息
    for friend in friends[1:]:
        sex = friend["Sex"]
        if sex == 1:
            data[0] += 1
        elif sex == 2:
            data[1] += 1
        else:
            data[2] += 1
    labels = [labels[i]+':'+str(data[i]) for i in range(len(labels))]
    plt.title("微信好友性别比例")
    plt.pie(data, labels=labels,autopct="%.2f%%")
    plt.savefig("sex.jpg")
    plt.show()

我们可以使用matplotlib根据这个统计结果生成一个饼状图

3. 好友省份统计

我们将各省拥有的好友个数进行统计 并排序 取top10
这里会有特殊的空(’’)省份需要去除

def prov_analysis(friends):
    prov_dict = defaultdict(int)
    
    for friend in friends[1:]:
        prov = friend['Province']
        prov_dict[prov] +=1
    prov_dict.pop('')
    prov_top10 = sorted(prov_dict.items(),key=lambda x:x[1],reverse=True)[:10]
    prov_name = [x[0] for x in prov_top10]
    prov_num = [x[1] for x in prov_top10]
    plt.bar(prov_name,prov_num,width=0.5,align='center',color='#87CEFA')
    for i in range(len(prov_num)):
        x = prov_name[i]
        y = prov_num[i]
        plt.text(x,y+1,'%s'%y,fontsize=10,ha='center')
    plt.ylabel("好友数量")
    plt.xlabel("省")
    plt.title("各省好友分布 TOP10")
    plt.savefig("province.jpg")
    plt.show()

同样将结果使用plt呈现

根据这个明显的省份分布 几乎可以断定。。该微信号是个浙江人

4. 好友城市统计

这个和省份统计基本一致

def city_analysis(friends):
    city_dict = defaultdict(int)
    for friend in friends[1:]:
        city = friend['City']
        city_dict[city] +=1
    city_dict.pop('')
    city_top10 = sorted(city_dict.items(),key=lambda x:x[1],reverse=True)[:10]
    city_name = [x[0] for x in city_top10]
    city_num = [x[1] for x in city_top10]
    plt.bar(city_name,city_num,width=0.5,align='center',color='#87CEFA')
    for i in range(len(city_num)):
        x = city_name[i]
        y = city_num[i]
        plt.text(x,y+1,'%s'%y,fontsize=10,ha='center')
    plt.ylabel("好友数量")
    plt.xlabel("城市")
    plt.title("各城市好友分布 TOP10")
    plt.savefig("city.jpg")
    plt.show()

分析上图:
该微信号在杭绍两城市 出生/工作
并在成都生活过一段时间

5. 好友头像获取

这个功能好像没什么能分析的。。。看看好友的头像是否非主流。。
这里需要注意
从缓存的friends.json好友信息中可以获取头像地址
但是下载头像是需要重新登陆的
我们在这里继续进行缓存 将头像保存在 photos/文件夹内
get_photo：下载好友头像图片
photo_merge: 拼接好友头像 生成一张大图

def get_photo(path):
    itchat.auto_login()
    friends = itchat.get_friends(update=True)[0:]
    num=0
    for i in friends:
        img = itchat.get_head_img(userName=i["UserName"])
        imgpath = path+str(num)+'.jpg'
        try:
            with open(imgpath,'wb') as imgf:
                imgf.write(img)
        except Exception as e:
            print("get err:",e)
        num+=1
        
def photo_merge(friends):
    path='photos/'      
    
    if os.path.exists(path) is False:
        os.mkdir(path)
    
    flist = os.listdir(path)
    if len(flist)==0:
        get_photo(path)
        flist = os.listdir(path)
    line = int(math.sqrt(len(flist)))
    each_size = int(640/line)
    image= Image.new('RGB',(line*each_size,int(len(flist)/line)*each_size))
    x,y=0,0
    poslist = list(range(len(flist)))
    random.shuffle(poslist)
    for i in flist:
        try:
            pos = poslist.pop()
            img = Image.open(path+str(pos)+'.jpg')
        except IOError as e:
            pass
        else:
            img = img.resize((each_size,each_size),Image.ANTIALIAS)
            image.paste(img,(x*each_size,y*each_size))
            x+=1
            if x==line:
                x=0
                y+=1
    image.save("frinds_photo.jpg")
    img = plt.imread("frinds_photo.jpg")
    plt.imshow(img)
    plt.axis('off')
    plt.show()

注意： 为了让拼接的图片没有黑边 更加的好看
我们在拼接图片时会舍弃掉一些图片
假设我们有num张照片 sqrt(num) 取整 = n
我们会拼接n x n 大小的图片 整张图片大小为640x640 可以自由设定
每位好友的头像大小(640/n x 640/n)
结果如下图：

看上去挺壮观。。。。

6. 好友签名分析

这里我们会用到中文分词工具 jieba:https://github.com/fxsjy/jieba
我们将每一个好友签名 去除停用词 （这里只是初步手动去除 不全面）
拼接后 使用结巴进行分词
统计分词后词组的出现频率
使用词云（wordcloud）https://github.com/amueller/word_cloud 将这些词组展现出来
频率越高 词越大

def sig_analysis(friends):
    text = ''
    rule = re.compile("1fd+w*|[<>/=]")
    for fri in friends:
        sig = fri['Signature'].strip()
        if len(sig)>0 and not sig.startswith('):
            sig = sig.replace("span",'').replace("class",'').replace("emoji","").replace("\n","").replace("00","")
            sig = rule.sub("",sig)
            text += sig + ' '
    jiebatext = list(jieba.cut(text,cut_all=True))
    jiebatext = [x for x in jiebatext if len(x)>1]
    
    wordDic = dict(Counter(jiebatext))
    bgimg = plt.imread('bk.jpg')
    mywordcloud = wordcloud.WordCloud(
            font_path='jdxs.TTF',
            background_color="white",
            mask=bgimg,
            width=1200,
            height=1200)
    mywordcloud.generate_from_frequencies(wordDic)
    plt.imshow(mywordcloud)
    plt.axis("off")
    plt.show()
    mywordcloud.to_file("sigimg.png")

结果如下图

总结

虽然只是获取了最基础的微信好友信息
但我们已经能够从这些不起眼的数据中获取到一些有用的信息
好友数量 好友性别比例 用户生活城市等等
细思极恐0.0
那些并未开放 获取不到的信息里 是否已经将我们展示地一览无余