Python - 获取微信聊天记录
简介
最近接到公司的一个任务，要获取微信聊天记录，心想，这应该不太可能吧，毕竟微信这么多人用，要是能够轻易导出聊天记录，那不是不太科学。加上Android手机现在基本上很难root。于是去网上搜索了一下相关资料。发现还真可以导出聊天记录。通过 db browser for sqlite可以查看。但是如果全部手动完成，是有点麻烦。所以就考虑用Python实现解密和解析。
导出微信聊天db文件
- 手机端导出
发现现在的Android手机都很难root，而db文件肯定在微信的应用目录下。拿不出来的。 -
电脑端导出（mac）
从~/Library/Containers/com.tencent.xinWeChat/Data/Library/Application\ Support/com.tencent.xinWeChat下找到对应账号的数据存储目录。
屏幕快照 2019-10-17 下午5.46.38.png
- Message
存储聊天消息 - Contact
存储联系人信息
获取db密钥
- 打开微信
- 命令行运行 lldb -p $(pgrep WeChat)
- 在 lldb 中输入 br set -n sqlite3_key， 回车
- 还是在 lldb 中，输入 c, 回车
- 扫码登录微信
- 这时候回到 lldb 界面, 输入 memory read --size 1 --format x --count 32 $rsi, 回车
命令行回显结果
0x000000000000: 0xab 0xcd 0xef 0xab 0xcd 0xef 0xab 0xcd
0x000000000008: 0xab 0xcd 0xef 0xab 0xcd 0xef 0xab 0xcd
0x000000000010: 0xab 0xcd 0xef 0xab 0xcd 0xef 0xab 0xcd
0x000000000018: 0xab 0xcd 0xef 0xab 0xcd 0xef 0xab 0xcd
忽略左边的地址（ 0x000000000000: ，0x000000000008:），从左到右，从上到下，把形如 0xab 0xcd 的数据拼起来，然后去掉所有的 "0x"和空格、换行, 得到 64 个字符的字符串，这就是 微信数据库的 key
可以遇到的问题(来自网上，我在使用过程中没有这个问题))
*.db 文件要在另一台 PC 或 Mac 上 登录微信， 才能被关闭，否则里面的聊天记录不是最新的；当然也可以强制调用 wal_checkpoint, 不过作为土办法，在另一台电脑上登一下微信也无妨。
那么wal_checkpoint是什么？是一个sqlite命令，可以参考：https://www.sqlite.org/pragma.html#pragma_wal_checkpoint，如果不想看英文，那就百度一下吧！
db browser for sqlite
db数据库可视化工具，打开需要查看的数据库文件：
屏幕快照 2019-10-17 下午6.43.43.png
先输入0x，然后把上面得到的密钥复制进来。由于编码的问题，可能复制进来会出现打不开的情况，你可以先把密钥复制到软件执行sql语句的地方，然后在复制。一会python读取db数据库会参考上面的设置参数。
python解密db数据库
这里需要使用sqlite来操作数据库，而sqlite本身是不支持加密和解密的，那么这部分就需要我们自己来完成，但是网上已经有开源库了。
- 使用到的python库
- 加密解密db库——pysqlcipher3。
- 加密算法库——sqlcipher。
- 微信db加密库——wcdb
-
参考文档
https://docs.python.org/2/library/sqlite3.html#cursor-objects
https://docs.python.org/2/library/sqlite3.html#cursor-objects -
db解密
路径配置# 加密DB文件绝对路径,微信DB加密方案参考： https://github.com/Tencent/wcdb DB_PATH = '/Users/pengdaosong/pds/python/PythonStudy/db/encryption/' # 解密后生成不加密DB文件绝对路径 DB_OUT_PATH = '/Users/pengdaosong/pds/python/PythonStudy/db/decrypt/' DB_OUT_JSON_PATH = '/Users/pengdaosong/pds/python/PythonStudy/db/json/' DB_ROOT_PATH = '/Users/pengdaosong/pds/python/PythonStudy/db/' # 解密数据库key DB_KEY = "x''1133d3dd61764a9e80699b42b61e443515aeb00cf4f5497d9729adcb6c8e78e2''" # 新的DB加密数据KEY，如果为空，者不加密 DB_NEW_KEY = ''这里说一下DB_KEY的写法，官网写法是这样的："x'2DD29CA851E7B56E4697B0E1F08507293D761A05CE4D1B628663F411A8086D99'";但是这样写始终是不能打开数据库的，始终报“不是一个数据库文件”。换成上面的写法后可以打开。所以，这里如果不能打开，把这两种写都试一试。像在密钥前加'0x'等都可以试一试。
解密
import pysqlcipher3.dbapi2 as sqlite
import config as cf
def decrypt(path, fileName):
# ———————————————————————————————————数据库操作———————————————————————————————————
# 参考：https://www.sqlite.org/pragma.html#pragma_wal_checkpoint
# 连接数据库如果文件不存在，会自动在当前目录创建:
db = sqlite.connect(path + fileName)
# 创建一个Cursor:
db_cursor = db.cursor()
# ————————————————————————————————————解密数据DB———————————————————————————————————
# sqlcipher加密解密参考：https://github.com/sqlcipher/android-database-sqlcipher/issues/94
# sqlcipher开源库地址：https://github.com/sqlcipher/sqlcipher/issues
# sqlcipherApi：https://www.zetetic.net/sqlcipher/sqlcipher-api/
db_cursor.execute("PRAGMA key='" + cf.DB_KEY + "';")
db_cursor.execute("PRAGMA cipher_compatibility=3;")
db_cursor.execute("PRAGMA cipher_page_size=1024;")
db_cursor.execute("PRAGMA kdf_iter=64000;")
db_cursor.execute("PRAGMA cipher_hmac_algorithm=HMAC_SHA1;")
db_cursor.execute("PRAGMA cipher_kdf_algorithm=PBKDF2_HMAC_SHA1;")
# 将解密文件导入新的DB文件
decrypt = cf.DB_OUT_PATH + 'decrypt_' + fileName
db_cursor.execute("ATTACH DATABASE '" + decrypt + "' AS db_de KEY '" + cf.DB_NEW_KEY + "'; -- empty key will disable encryption")
db_cursor.execute("SELECT sqlcipher_export('db_de');")
db_cursor.execute("DETACH DATABASE db_de;")
db_cursor.close()
更多加密参数设置参考：sqlcipher使用文档
将数据库导出为json
import pysqlcipher3.dbapi2 as sqlite
import config as cf_wx
import dbToJson
def parse(path, fileName):
db = sqlite.connect(path + fileName)
db_cursor = db.cursor()
all_table = db_cursor.execute("SELECT name FROM sqlite_master WHERE type = 'table';").fetchall()
print(all_table)
for x in all_table:
table_name = x[0]
print("Searching", table_name)
try:
t = db_cursor.execute('SELECT * FROM ' + table_name + ';')
dbToJson.tableToFile(db_cursor,table_name)
print('\n')
except BaseException as e:
print(e)
continue
db_cursor.close()
db.close()
import json
import numpy as np
import config as cf_wx
class MyEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, np.ndarray):
return obj.tolist()
elif isinstance(obj, bytes):
# utf-8会报错：'utf-8' codec can't decode byte 0xfc in position 14: invalid start byte
return str(obj, encoding='ISO-8859-15')
return json.JSONEncoder.default(self, obj)
def tableToJson(cursor, table):
query = 'SELECT * FROM ' + table
rows = cursor.execute(query)
items = []
for row in rows:
item = {}
for key in cursor.description:
item.update({key[0]: value for value in row})
items.append(item)
# 注意不要写道for里面了，不然数据结果不对
js = json.dumps(items, ensure_ascii=False, cls=MyEncoder, indent=4)
print(js)
print('--------------------------------')
def tableToFile(cursor, table):
query = 'SELECT * FROM ' + table
rows = cursor.execute(query)
items = []
for row in rows:
item = {}
# 参考：https://stackoverflow.com/questions/3300464/how-can-i-get-dict-from-sqlite-query
for idx, col in enumerate(cursor.description):
value = row[idx]
item.update({col[0]: value})
items.append(item)
# 注意不要写道for里面了,不然数据结果不对
json_name = ""
if(table.endswith('.db')):
json_name = table[:(table.__len__ - 3)]
else:
json_name = table
file = open(cf_wx.DB_OUT_JSON_PATH + json_name + ".json", 'w+')
# ensure_ascii默认为True,汉字会被编码成'\u4e00\u6839\u806a'
js = json.dumps(items, ensure_ascii=False, cls=MyEncoder, indent=4)
file.write(js)
file.close()
关联
查看聊天消息数据发现，不能把聊天消息数据表和对应的聊天人对应起来，因为消息表并没有存是和谁在聊天。如果不能和对应的人联系起来，岂不是感觉很不好。那这里就要用到联系人数据库了，密钥和上面的一样。打开联系人的数据查看：
屏幕快照 2019-10-17 下午7.30.41.png
这是其中一个联系人，将"m_nsUsrName"进行32 MD5后得到32为字符串。在者字符串前面加上"Chat_"就是这个联系人在消息数据库里面对应的表名。这样就可以通过这个字符串在消息数据库里找到对应的聊天消息了。
