本文將介紹如何將微信聊天記錄導(dǎo)出為結(jié)構(gòu)化數(shù)據(jù)
所需材料
- 一部已經(jīng)root的安卓手機(jī)
-
帶GPU的Linux電腦
整體流程如下：
數(shù)據(jù)庫(kù)文件提取
使用RE管理器，在已經(jīng)root的安卓手機(jī)上，找到如下文件：/data/data/com.tencent.mm/MicroMsg/[weixin_name]/EnMicroMsg.db，(其中[weixin_name]是32位的md5值，如果它有多個(gè)值，說(shuō)明這部手機(jī)上登錄過(guò)多個(gè)微信號(hào))，將該文件傳到電腦上。
破解密碼
這個(gè)數(shù)據(jù)庫(kù)文件進(jìn)行了加密，密碼是7位的小寫字母加數(shù)字組合，有兩種破解的方式
1. 計(jì)算的方式
網(wǎng)上有很多方法已經(jīng)介紹的很詳細(xì)了，即使用IMEI和微信的uid拼起來(lái)計(jì)算md5，取前7位，但是我這邊測(cè)試不通過(guò)，有需要的可以參考：微信聊天記錄解密并導(dǎo)出
2. 暴力破解方式
使用計(jì)算的方式看似比較討巧，但是比較浪費(fèi)時(shí)間，我的手機(jī)IMEI不能復(fù)制，需要截圖傳到QQ/微信識(shí)別文字，雙卡手機(jī)還有兩個(gè)IMEI，兩個(gè)都試了均未成功。無(wú)意間發(fā)現(xiàn)網(wǎng)上介紹有暴力破解的方式，于是打開新世界：提取微信聊天記錄。
這個(gè)工具https://github.com/whiteblackitty/SQLCipher-Password-Cracker-OpenCL可以實(shí)現(xiàn)使用GPU暴力破解數(shù)據(jù)庫(kù)密碼。
這個(gè)配置環(huán)境比較麻煩，需要Linux, Python, pip OpenCL,Cuda等等一系列操作，非常惡心。不過(guò)對(duì)于深度學(xué)習(xí)er來(lái)說(shuō)，這些都是家常便飯了，直接按照readme裝好環(huán)境，然后對(duì)源碼做如下修改：
將 Lib/pbkdf2-sha1_aes-256-cbc.cl 文件的 752 行 （link） 修改為
```if(((uint)(data[5] ^ iv[5])==0x40) && ((uint)(data[6] ^ iv[6])==0x20) && ((uint)(data[7] ^ iv[7])==0```
運(yùn)行如下命令，即可開始破解密
python Run.py 0
然后你就得到了7位的數(shù)據(jù)庫(kù)密碼
我用的2080TI顯卡，親測(cè)只用5分鐘即可遍歷完所有可能，實(shí)際只用2分鐘破解完密碼，比前面IMEI+uid計(jì)算的方式方便太多。因此，推薦Linux+GPU用戶使用暴力破解的方式。
導(dǎo)出為結(jié)構(gòu)化txt
- 數(shù)據(jù)庫(kù)解密：
在ubuntu上安裝sqlcipher,目前(2021.12.24)默認(rèn)安裝的3.4.1版本，這個(gè)版本可以使用
sudo apt-get install sqlcipher
然后在數(shù)據(jù)庫(kù)文件EnMicroMsg.db的目錄下，執(zhí)行如下命令：
sqlcipher EnMicroMsg.db 'PRAGMA key = "yourkey"; PRAGMA cipher_use_hmac = off; PRAGMA kdf_iter = 4000; ATTACH DATABASE "decrypted_database.db" AS decrypted_database KEY "";SELECT sqlcipher_export("decrypted_database");DETACH DATABASE decrypted_database;
把yourkey換成你的密碼，如果有報(bào)錯(cuò)，說(shuō)明密碼不對(duì)，等待大約兩分鐘，即可得到解密后的數(shù)據(jù)庫(kù)文件decrypted_database.db
- 聊天記錄格式化導(dǎo)出：
我們使用wechat-dump提供的腳本，將聊天記錄按照會(huì)話用戶名/群聊名稱進(jìn)行整理 - 復(fù)制項(xiàng)目
git clone git@github.com:ppwwyyxx/wechat-dump.git - 將
decrypted_database.db放到wechar-dump文件夾下 - 執(zhí)行解析：
./dump-msg.py decrypted.db output_dir
然后就可以在output_dir文件夾下看到整理后的聊天記錄
其他玩法
根據(jù)生成的聊天記錄，我們可以做一系列分析，包括統(tǒng)計(jì)分析，如詞頻統(tǒng)計(jì)，發(fā)言次數(shù)統(tǒng)計(jì)，發(fā)言長(zhǎng)度統(tǒng)計(jì)；內(nèi)容分析，如情感分析，意見挖掘，觀點(diǎn)提取，主題抽取等；對(duì)話生成，可以訓(xùn)練一個(gè)略帶感情的聊天機(jī)器人代替你回復(fù)老板，或者讓它模仿女朋友的說(shuō)話口吻跟你說(shuō)晚安等等?？傊?，有了原始數(shù)據(jù)，我們可以為所欲為。
- 詞頻統(tǒng)計(jì)(詞云)
- 發(fā)言統(tǒng)計(jì)
- 聊天機(jī)器人
