用QQ聊天记录生成一个词云

QQ的聊天记录可以通过消息管理器，选中联系人，右键导出为 .txt 格式。由于是中文，需要分词，本文的分词工具采用的是 jieba 分词。

不知道这个“福”能不能扫出来。

假设你已经导出与某人的聊天记录，接下来需要先过滤再分词生成词云。

1. 过滤掉图片和表情，以及聊天记录的时间和qq名称

newtext = []

for word in open('lr.txt', 'r', encoding='utf-8'):
    tmp = word[0:4]
    if (tmp == "2019" or tmp == "2020"or tmp == "2017" or tmp == "我"):  # 过滤掉聊天记录的时间和qq名称
        continue
    tmp = word[0:2]
    if (tmp[0] == '[' or tmp[0] == '/'or tmp[0] == '@'):  # 过滤掉图片和表情，例如[图片]，/滑稽
        continue
    newtext.append(word)
# 将过滤后的文本存到lr2.txt中
with open('lr2.txt', 'w', encoding='utf-8') as f:
    for i in newtext:
        f.write(i)

当然，可以用正则过滤（但是正则我不怎么熟）

2. 利用jieba分词，wordcloud生成词云。

在此之前需要准备一张背景图和一份中文字体，这是我随便找的一个字体 STFangSong.ttf。

import jieba
from wordcloud import WordCloud, ImageColorGenerator
import matplotlib.pyplot as plt
import numpy as np
import PIL.Image as Image


def jieba_cloud(file_name):
    with open(file_name,'r',encoding='utf8') as f:
        word_list = jieba.cut(f.read())
        result = " ".join(word_list)    #分词用空格隔开
    
        bg_pic = np.array(Image.open("福.jpg"))  #导入词云背景
        #必须加中文字体，否则格式错误
           wordcloud = WordCloud(mask=bg_pic, background_color='white', scale=1.5, font_path='./STFangSong.ttf', width=2000,height=1200,font_step=4,).generate(result)
        wordcloud.to_file(file_name.split('.')[0] + '.png')                #未上色版 

        image_colors = ImageColorGenerator(bg_pic)
        wordcloud.recolor(color_func=image_colors)
        wordcloud.to_file(file_name.split('.')[0] + '_color' +  '.png')    #上色版


if __name__ == "__main__":
    file_name = 'lr2.txt'  # 使用前面过滤好的文本
    jieba_cloud(file_name)

参考链接：

1. 电脑版QQ聊天记录怎么导出并查看

2. https://www.jianshu.com/p/542fbff4ace4

3. https://blog.csdn.net/qq_40855366/article/details/81177213

4. https://baiyue.one/archives/1533.html