5行Python代码,把你的微信聊天记录变成可搜索的数据库

那个让我翻了两小时聊天记录的下午

上周四，同事问我：“上次你在群里发的那个餐厅叫什么来着？就是带包间的那个。”

我说我找找。

打开微信群聊，开始往上翻。翻了十分钟，没翻到。群里消息太多了，每天几百条。我试着用微信自带的搜索，搜“餐厅”，出来几百条结果，从2026年到现在的都有，一条一条看，根本看不过来。

又试了搜“包间”。出来十几条，都不是我要的那条。

最后花了将近两个小时，手动从大概那个时间段的聊天记录里一条一条看，才找到。原来当时说的是“饭馆”不是“餐厅”，提到包间的时候说的是“有单间”。

微信自带的搜索，只支持关键词精确匹配。你想不起来当时用的什么词，就搜不到。

当天晚上我就写了这个脚本。

思路

把微信聊天记录导入到SQLite数据库里，利用SQLite的FTS5全文搜索引擎来查询。

FTS5不是简单的关键词匹配。能分词，支持模糊搜索，还能按相关度排序。最关键的是，SQLite是Python自带的，不用装任何额外服务。

整体流程：

1. 导出微信聊天记录（CSV格式）

2. Python脚本读取CSV，写入SQLite

3. 建FTS5全文索引

4. 写一个查询函数，随时搜

怎么导出微信聊天记录

微信自己没有导出功能。需要用第三方工具。

目前比较靠谱的方案：

方案一：WechatExporter（推荐）

GitHub开源项目，支持Mac和Windows。把手机备份文件解析成HTML或CSV。地址搜 BlueMatthew/WechatExporter 就能找到。

方案二：PyWxDump

也是开源的，可以直接从Windows版微信的数据库里解密提取。搜 xaoyaoo/PyWxDump。

不管你用哪个工具，最终目标是拿到一个CSV文件，格式如下：

timestamp,sender,content,chat_name2026-03-15 14:23:01,张三,周末去哪吃饭,朋友聚餐群2026-03-15 14:23:45,我,上次去的那个湘菜馆不错,朋友聚餐群2026-03-15 14:24:12,李四,哪个湘菜馆？,朋友聚餐群2026-03-15 14:24:58,我,就是望京那个 好像叫湘味楼,朋友聚餐群2026-03-15 14:25:30,张三,有包间吗,朋友聚餐群2026-03-15 14:26:01,我,有 上次我们就是在包间吃的 有单间,朋友聚餐群

每行一条消息，四个字段：时间、发送人、消息内容、聊天名称（群名或联系人昵称）。

有了这个CSV，后面的事情就简单了。

完整代码

"""微信聊天记录全文搜索工具将导出的CSV聊天记录导入SQLite，支持FTS5全文检索依赖：Python 3.8+（无需额外安装第三方库）"""import csvimport sqlite3from datetime import datetimefrom pathlib import Path# ============ 配置 ============CSV_FILE = "wechat_export.csv"# 导出的聊天记录CSV文件DB_FILE = "wechat_search.db"# SQLite数据库文件名# ============ 1. 建库建表 ============def init_database(db_path=DB_FILE):"""初始化SQLite数据库，创建普通表和FTS5虚拟表"""conn = sqlite3.connect(db_path)cursor = conn.cursor()# 创建主表，存原始数据cursor.execute("""        CREATE TABLE IF NOT EXISTS messages (            id INTEGER PRIMARY KEY AUTOINCREMENT,            timestamp TEXT,            sender TEXT,            content TEXT,            chat_name TEXT,            date_str TEXT        )    """)# 创建FTS5虚拟表，用于全文搜索# tokenize='unicode61' 对中文支持较好# 也可以用 'jieba' 分词，但需要额外配置cursor.execute("""        CREATE VIRTUAL TABLE IF NOT EXISTS messages_fts        USING fts5(            content,            sender,            chat_name,            content='messages',            content_rowid='id',            tokenize='unicode61'        )    """)# 创建触发器，主表插入数据时自动同步到FTS表cursor.execute("""        CREATE TRIGGER IF NOT EXISTS messages_ai AFTER INSERT ON messages BEGIN            INSERT INTO messages_fts(rowid, content, sender, chat_name)            VALUES (new.id, new.content, new.sender, new.chat_name);        END;    """)conn.commit()returnconn# ============ 2. 导入CSV数据 ============def import_csv(conn, csv_path=CSV_FILE):"""从CSV文件导入聊天记录到数据库"""cursor = conn.cursor()# 先看看已经有多少数据，避免重复导入cursor.execute("SELECT COUNT(*) FROM messages")existing_count = cursor.fetchone()[0]imported = 0skipped = 0with open(csv_path, "r", encoding="utf-8") as f:reader = csv.DictReader(f)for row in reader:timestamp = row.get("timestamp", "").strip()sender = row.get("sender", "").strip()content = row.get("content", "").strip()chat_name = row.get("chat_name", "").strip()if not content:skipped += 1continue# 提取日期部分，方便按日期筛选date_str = timestamp[:10] if len(timestamp) >= 10 else""cursor.execute("INSERT INTO messages (timestamp, sender, content, chat_name, date_str) VALUES (?, ?, ?, ?, ?)",                (timestamp, sender, content, chat_name, date_str),            )imported += 1conn.commit()print(f"导入完成：新增 {imported} 条，跳过空消息 {skipped} 条")print(f"数据库总计：{existing_count + imported} 条消息")# ============ 3. 全文搜索 ============def search_messages(conn, query, chat_name=None, sender=None, limit=20):"""    全文搜索聊天记录    参数：        query: 搜索关键词        chat_name: 限定聊天对象（可选）        sender: 限定发送人（可选）        limit: 返回结果数量    """cursor = conn.cursor()# 构建FTS5查询# FTS5 支持 AND OR NOT 等操作符# 默认用关键词搜索所有字段fts_query = query# 基础查询：从FTS表搜索，关联主表拿完整数据sql = """        SELECT            m.timestamp,            m.sender,            m.content,            m.chat_name,            rank        FROM messages_fts fts        JOIN messages m ON m.id = fts.rowid        WHERE messages_fts MATCH ?    """params = [fts_query]# 可选：按聊天名称过滤if chat_name:sql += " AND m.chat_name = ?"params.append(chat_name)# 可选：按发送人过滤if sender:sql += " AND m.sender = ?"params.append(sender)# 按相关度排序（rank越小越相关）sql += " ORDER BY rank LIMIT ?"params.append(limit)cursor.execute(sql, params)results = cursor.fetchall()return resultsdef search_by_date_range(conn, query, start_date, end_date, limit=20):"""在指定日期范围内搜索"""cursor = conn.cursor()sql = """        SELECT            m.timestamp,            m.sender,            m.content,            m.chat_name,            rank        FROM messages_fts fts        JOIN messages m ON m.id = fts.rowid        WHERE messages_fts MATCH ?          AND m.date_str BETWEEN ? AND ?        ORDER BY rank        LIMIT ?    """cursor.execute(sql, (query, start_date, end_date, limit))return cursor.fetchall()# ============ 4. 统计功能 ============def get_chat_stats(conn):"""获取各聊天的消息统计"""cursor = conn.cursor()cursor.execute("""        SELECT            chat_name,            COUNT(*) as msg_count,            MIN(date_str) as earliest,            MAX(date_str) as latest        FROM messages        GROUP BY chat_name        ORDER BY msg_count DESC    """)returncursor.fetchall()# ============ 5. 交互式查询 ============def print_results(results):"""格式化打印搜索结果"""if not results:print("没有找到匹配的消息\n")returnfor i, (timestamp, sender, content, chat_name, rank) in enumerate(results, 1):print(f"[{i}] {timestamp}  [{chat_name}]  {sender}:")print(f"    {content}")print()def interactive_search(conn):"""交互式搜索循环"""print("\n"+"="*50)print("微信聊天记录搜索")print("="*50)print("命令说明：")print("  直接输入关键词 → 全文搜索")print("  /chat 群名 → 限定在某个群搜索")print("  /from 人名 → 限定某人发的消息")print("  /date 起始日期 结束日期 关键词 → 按日期范围搜索")print("  /stats → 查看各聊天消息统计")print("  /quit → 退出")print("="*50+"\n")current_chat = Nonecurrent_sender = NonewhileTrue:try:user_input = input("搜索> ").strip()except (EOFError, KeyboardInterrupt):print("\n再见")breakif not user_input:continueif user_input == "/quit":print("再见")breakelif user_input == "/stats":stats = get_chat_stats(conn)print(f"\n{'聊天名称':<20} {'消息数':>8} {'最早日期':<12} {'最近日期':<12}")print("-"*56)forchat_name, count, earliest, latestinstats[:20]:print(f"{chat_name:<20} {count:>8} {earliest:<12} {latest:<12}")print()elif user_input.startswith("/chat "):current_chat = user_input[6:].strip()current_sender = Noneprint(f"已限定搜索范围：{current_chat}\n")elif user_input.startswith("/from "):current_sender = user_input[6:].strip()print(f"已限定发送人：{current_sender}\n")elif user_input.startswith("/date "):parts = user_input[6:].strip().split(" ", 2)if len(parts) >= 3:start_date, end_date, query = partsresults = search_by_date_range(conn, query, start_date, end_date)print(f"日期范围 {start_date} ~ {end_date} 的搜索结果：\n")print_results(results)else:print("格式：/date 2024-01-01 2024-06-30 关键词\n")elif user_input == "/all":current_chat = Nonecurrent_sender = Noneprint("已清除搜索限定，搜索全部记录\n")else:# 普通关键词搜索results = search_messages(conn,user_input,chat_name=current_chat,sender=current_sender,            )print()print_results(results)# ============ 主程序 ============def main():db_path = Path(DB_FILE)csv_path = Path(CSV_FILE)# 初始化数据库conn = init_database(db_path)# 如果CSV存在且数据库是新的，就导入if csv_path.exists():import_csv(conn, str(csv_path))else:print(f"提示：未找到 {CSV_FILE}，将使用已有数据库")cursor = conn.cursor()cursor.execute("SELECT COUNT(*) FROM messages")count = cursor.fetchone()[0]if count == 0:print("数据库为空，请先导出微信聊天记录为CSV文件")print(f"并将文件命名为 {CSV_FILE} 放在当前目录")returnprint(f"数据库中已有 {count} 条消息")# 进入交互式搜索interactive_search(conn)conn.close()if __name__ == "__main__":main()

运行效果

先把CSV文件放到脚本同目录下，然后运行：

python wechat_search.py

导入完成：新增 158432 条，跳过空消息 2041 条数据库总计：158432 条消息==================================================微信聊天记录搜索==================================================命令说明：  直接输入关键词 → 全文搜索  /chat 群名 → 限定在某个群搜索  /from 人名 → 限定某人发的消息  /date 起始日期 结束日期 关键词 → 按日期范围搜索  /stats → 查看各聊天消息统计  /quit → 退出==================================================搜索> 湘菜馆[1] 2024-03-15 14:23:45  [朋友聚餐群]  我:    上次去的那个湘菜馆不错[2] 2024-03-15 14:24:12  [朋友聚餐群]  李四:    哪个湘菜馆？[3] 2024-03-15 14:24:58  [朋友聚餐群]  我:    就是望京那个 好像叫湘味楼搜索> /chat 朋友聚餐群已限定搜索范围：朋友聚餐群搜索> 包间[1] 2024-03-15 14:26:01  [朋友聚餐群]  我:    有 上次我们就是在包间吃的 有单间搜索> /date 2024-03-01 2024-03-31 聚餐日期范围 2024-03-01 ~ 2024-03-31 的搜索结果：[1] 2024-03-15 14:23:01  [朋友聚餐群]  张三:    周末去哪吃饭[2] 2024-03-20 18:45:12  [朋友聚餐群]  李四:    周五聚餐的事定了吗搜索> /stats聊天名称                 消息数   最早日期     最近日期--------------------------------------------------------朋友聚餐群               12456   2022-06-15  2024-11-20工作项目群               34521   2023-01-08  2024-11-21老王                     8923    2021-09-01  2024-11-19

搜“包间”的时候，即使消息原文用的是“单间”，FTS5也能通过相关度排序把它排在前面。当然这取决于具体的分词效果，中文场景下 unicode61 分词器表现还行。

关于中文分词

FTS5内置的 unicode61 分词器，对中文的处理不算完美。它是按字符级别拆的，不是按词。搜“湘菜馆”能找到结果，是因为三个字都匹配上了。

如果你想要更精确的中文分词，可以接入jieba。改造方式：

import jiebadef tokenize_chinese(text):"""用jieba分词"""return " ".join(jieba.cut(text))

然后在导入CSV的时候，对content先做一遍分词，存到FTS表里。搜索时也对查询词做分词。效果会好不少，但导入速度会慢一些。

对于日常搜个关键词找聊天记录来说，unicode61 已经够用了。

数据量大了怎么办

15万条消息，搜索响应在毫秒级别。SQLite的FTS5在这方面表现很好。

如果你有好几年的聊天记录，量级到了百万条，也没问题。SQLite本身支持几十GB的数据，FTS5的索引效率也不错。

实在觉得慢了，可以加个日期范围过滤，先缩小搜索范围再做全文检索。代码里的 search_by_date_range 函数就是干这个的。

一些安全提醒

聊天记录是很隐私的数据。几点建议：

• 生成的 wechat_search.db 文件不要传到公共位置

• CSV导出文件用完可以删掉，数据库里已经有了

• 如果你在公司的电脑上跑，注意别把私人聊天记录导出来

• 不要把数据库上传到GitHub

最后

这个脚本没有任何第三方依赖。Python自带的 sqlite3 和 csv 模块就搞定了。FTS5是SQLite 3.9.0以后内置的功能，Python 3.8+ 的SQLite版本都支持。

5行代码是个标题党。但核心逻辑确实不多——建表、导入、查询，加起来也就几十行。

如果你还想加什么功能，比如按时间线浏览、导出某人的所有消息、统计聊天活跃度，思路都在代码里了，扩展起来不难。

下一篇写什么，评论区见。

https://ima.qq.com/wiki/?shareId=f2628818f0874da17b71ffa0e5e8408114e7dbad46f1745bbd1cc1365277631c