Python篇-itchat獲取微信好友信息

itchat獲取微信好友信息

itchat功能很強大摹恰,網(wǎng)上有關itchat的資料很多,使用起來也很有趣硼婿。介于技術修養(yǎng)還不夠深厚锌半,本文只是介紹了冰山一角,更多更有趣的功能日后還需要多多學習加酵。
本文介紹了使用itchat接口獲取微信好友列表中男性和女性朋友的比例拳喻,以及他們的基本信息,包括地區(qū)猪腕、性別、省份钦勘、簽名等等陋葡。最后把這些好友信息寫入到csv文件中,能夠很清晰直白地做一些分析(比如自己男性朋友居多彻采,還是女性朋友居多)
參照一些資料腐缤,自己也做了一點點修改,demo如下:

#!/usr/bin/env python 
# -*- coding:utf-8 -*-

import itchat
from pandas import DataFrame

itchat.auto_login(True)
friends = itchat.get_friends(update=True)[0:]
# print(friends)
total = len(friends[1:])#從1開始肛响,0是自己不能算
#獲取男女性朋友比例
def male_female_ratio():
    male = female = other = 0  # 初始化計數(shù)器
    for i in friends:
        sex = i['Sex']
        if sex == 1:
            male += 1
        elif sex == 2:
            female += 1
        else:
            other += 1
    # print('男性比例:%.2f%%' + '女性比例:%.2f%%' + '其他比例:%.2f%%' %(male/total*100,female/total*100,other/total*100))
    print('男性比例:%.2f%%' %(male/total*100) + "\n" + '女性比例:%.2f%%' %(female/total*100) + "\n" + '其他比例:%.2f%%' %(other/total*100))

def get_data(arg):
    data_list = []
    for i in friends:
        value = i[arg]
        if value == 1:#1代表男/2代表女
            value = '男'#這里把1/2換成了男女
            data_list.append(value)
        elif value == 2:
            value = '女'
            data_list.append(value)
        elif value == 0:
            value = '未知'
            data_list.append(value)
        else:
            data_list.append(value)
    return data_list

def ger_friend_msg():
    import time
    RemarkName = get_data('RemarkName')
    NickName = get_data('NickName')  # 是一個列表
    City = get_data('City')
    Province = get_data('Province')
    Sex = get_data('Sex')
    Signature = get_data('Signature')
    data = {'RemarkName(備注)': RemarkName, 'Nickname(昵稱)': NickName, 'City(城市)': City, 'Province(省份)': Province,
            'Sex(性別)': Sex, 'Signature(微信簽名)': Signature}  # 字典岭粤,字典的value是列表
    frame = DataFrame(data)
    time = time.strftime("%Y-%m-%d_%H_%M_%S", time.localtime())  # 生成一個當前事件,以這個時間來命名最后地csv文件特笋,能很直白地看出最新執(zhí)行腳本的時間和最新的csv文件
    file_name = time + 'data.csv'
    frame.to_csv(file_name, encoding='utf_8_sig', index=True)

if __name__ == '__main__':
    male_female_ratio()
    ger_friend_msg()

運行環(huán)境win10+python3
最終的結果如下:
打印出的比例:


比例

csv截圖:


在這里插入圖片描述

這個腳本還有可以優(yōu)化的地方剃浇,后期空了再做些小優(yōu)化吧。
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市虎囚,隨后出現(xiàn)的幾起案子角塑,更是在濱河造成了極大的恐慌,老刑警劉巖淘讥,帶你破解...
    沈念sama閱讀 212,816評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件圃伶,死亡現(xiàn)場離奇詭異,居然都是意外死亡蒲列,警方通過查閱死者的電腦和手機窒朋,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,729評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蝗岖,“玉大人侥猩,你說我怎么就攤上這事〖粑辏” “怎么了拭宁?”我有些...
    開封第一講書人閱讀 158,300評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長瓣俯。 經(jīng)常有香客問我杰标,道長,這世上最難降的妖魔是什么彩匕? 我笑而不...
    開封第一講書人閱讀 56,780評論 1 285
  • 正文 為了忘掉前任腔剂,我火速辦了婚禮,結果婚禮上驼仪,老公的妹妹穿的比我還像新娘掸犬。我一直安慰自己,他們只是感情好绪爸,可當我...
    茶點故事閱讀 65,890評論 6 385
  • 文/花漫 我一把揭開白布湾碎。 她就那樣靜靜地躺著,像睡著了一般奠货。 火紅的嫁衣襯著肌膚如雪介褥。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 50,084評論 1 291
  • 那天递惋,我揣著相機與錄音柔滔,去河邊找鬼。 笑死萍虽,一個胖子當著我的面吹牛睛廊,可吹牛的內容都是我干的。 我是一名探鬼主播杉编,決...
    沈念sama閱讀 39,151評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼超全,長吁一口氣:“原來是場噩夢啊……” “哼咆霜!你這毒婦竟也來了?” 一聲冷哼從身側響起卵迂,我...
    開封第一講書人閱讀 37,912評論 0 268
  • 序言:老撾萬榮一對情侶失蹤裕便,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后见咒,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體偿衰,經(jīng)...
    沈念sama閱讀 44,355評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,666評論 2 327
  • 正文 我和宋清朗相戀三年改览,在試婚紗的時候發(fā)現(xiàn)自己被綠了下翎。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,809評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡宝当,死狀恐怖视事,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情庆揩,我是刑警寧澤俐东,帶...
    沈念sama閱讀 34,504評論 4 334
  • 正文 年R本政府宣布,位于F島的核電站订晌,受9級特大地震影響虏辫,放射性物質發(fā)生泄漏。R本人自食惡果不足惜锈拨,卻給世界環(huán)境...
    茶點故事閱讀 40,150評論 3 317
  • 文/蒙蒙 一砌庄、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧奕枢,春花似錦娄昆、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,882評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至谷浅,卻和暖如春杆怕,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背壳贪。 一陣腳步聲響...
    開封第一講書人閱讀 32,121評論 1 267
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留寝杖,地道東北人违施。 一個月前我還...
    沈念sama閱讀 46,628評論 2 362
  • 正文 我出身青樓,卻偏偏與公主長得像瑟幕,于是被迫代替她去往敵國和親磕蒲。 傳聞我的和親對象是個殘疾皇子留潦,可洞房花燭夜當晚...
    茶點故事閱讀 43,724評論 2 351

推薦閱讀更多精彩內容