返回顶部
首页 > 资讯 > 后端开发 > Python >如何用Python了解微信好友
  • 535
分享到

如何用Python了解微信好友

2023-06-17 02:06:23 535人浏览 八月长安

Python 官方文档:入门教程 => 点击学习

摘要

如何用python了解微信好友,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。用了微信几年了,微信号有也不少了,但是真正了解自己的好友吗?好友最多的城市是哪个?好

如何用python了解微信好友,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。

用了微信几年了,微信号有也不少了,但是真正了解自己的好友吗?好友最多的城市是哪个?好友男女比例是多少?好友签名都是什么?今天我们来充分了解自己的微信好友。

运行平台: windows

Python版本: python3.6

IDE: Sublime Text

1、准备工作

1.1 库介绍

只有登录微信才能获取到微信好友的信息,本文采用wxpy该第三方库进行微信的登录以及信息的获取。

wxpy 在 itchat 的基础上,通过大量接口优化提升了模块的易用性,并进行丰富的功能扩展。

wxpy一些常见的场景:

  • 控制路由器、智能家居等具有开放接口的玩意儿

  • 运行脚本时自动把日志发送到你的微信

  • 加群主为好友,自动拉进群中

  • 跨号或跨群转发消息

  • 自动陪人聊天

  • 逗人玩

总而言之,可用来实现各种微信个人号的自动化操作。

1.2 wxpy库安装

wxpy 支持 Python 3.4-3.6,以及 2.7 版本

将下方命令中的 “pip” 替换为 “pip3” 或 “pip2”,可确保安装到对应的 Python 版本中

从 PYPI 官方源下载安装 (在国内可能比较慢或不稳定):

pip install -U wxpy

从豆瓣 PYPI 镜像源下载安装 (推荐国内用户选用):

pip install -U wxpy -i "https://pypi.doubaNIO.com/simple/"

1.3 登录微信

wxpy中有一个机器人对象,机器人 Bot 对象可被理解为一个 WEB 微信客户端。Bot 在初始化时便会执行登陆操作,需要手机扫描登陆。

通过机器人对象 Bot 的 chats(), friends(),groups(), mps() 方法, 可分别获取到当前机器人的  所有聊天对象、好友、群聊,以及公众号列表。

本文主要通过friends()获取到所有好友信息,然后进行数据的处理。

from wxpy import *  # 初始化机器人,扫码登陆 bot = Bot()  # 获取所有好友 my_friends = bot.friends() print(type(my_friends))

以下为输出消息:

Getting uuid of QR code. Downloading QR code. Please scan the QR code to log in. Please press confirm on your phone. Loading the contact, this may take a little while. <Login successfully as 王强> <class 'wxpy.api.chats.chats.Chats'>

wxpy.api.chats.chats.Chats对象是多个聊天对象的合集,可用于搜索或统计,可以搜索和统计的信息包括sex(性别)、province(省份)、city(城市)和signature(个性签名)等。

2、微信好友男女比例

2.1 数据统计

使用一个字典sex_dict来统计好友中男性和女性的数量。

# 使用一个字典统计好友男性和女性的数量 sex_dict = {'male': 0, 'female': 0}  for friend in my_friends:     # 统计性别     if friend.sex == 1:         sex_dict['male'] += 1     elif friend.sex == 2:         sex_dict['female'] += 1  print(sex_dict)

以下为输出结果:

{'male': 255, 'female': 104}

2.2 数据呈现

本文采用 ECharts饼图  进行数据的呈现,打开链接Http://echarts.baidu.com/echarts2/doc/example/pie1.html,可以看到如下内容:

如何用Python了解微信好友
1、echarts饼图原始内容

从图中可以看到左侧为数据,右侧为呈现的数据图,其他的形式的图也是这种左右结构。看一下左边的数据:

option = {     title : {         text: '某站点用户访问来源',         subtext: '纯属虚构',         x:'center'     },     tooltip : {         trigger: 'item',         fORMatter: "{a} <br/>{b} : {c} ({d}%)"     },     legend: {         orient : 'vertical',         x : 'left',         data:['直接访问','邮件营销','联盟广告','视频广告','搜索引擎']     },     toolbox: {         show : true,         feature : {             mark : {show: true},             dataView : {show: true, readOnly: false},             magicType : {                 show: true,                  type: ['pie', 'funnel'],                 option: {                     funnel: {                         x: '25%',                         width: '50%',                         funnelAlign: 'left',                         max: 1548                     }                 }             },             restore : {show: true},             saveAsImage : {show: true}         }     },     calculable : true,     series : [         {             name:'访问来源',             type:'pie',             radius : '55%',             center: ['50%', '60%'],             data:[                 {value:335, name:'直接访问'},                 {value:310, name:'邮件营销'},                 {value:234, name:'联盟广告'},                 {value:135, name:'视频广告'},                 {value:1548, name:'搜索引擎'}             ]         }     ] };

可以看到option =后面的大括号里是JSON格式的数据,接下来分析一下各项数据:

  • title:标题

  • text:标题内容

  • subtext:子标题

  • x:标题位置

  • tooltip:提示,将鼠标放到饼状图上就可以看到提示

  • legend:图例

  • orient:方向

  • x:图例位置

  • data:图例内容

  • toolbox:工具箱,在饼状图右上方横向排列的图标

  • mark:辅助线开关

  • dataView:数据视图,点击可以查看饼状图数据

  • magicType:饼图(pie)切换和漏斗图(funnel)切换

  • restore:还原

  • saveAsImage:保存为图片

  • calculable:暂时不知道它有什么用

  • series:主要数据

  • data:呈现的数据

其它类型的图数据格式类似,后面不再详细分析。只需要修改data、legend->data、series->data即可,修改后的数据为:

option = {     title : {         text: '微信好友性别比例',         subtext: '真实数据',         x:'center'     },     tooltip : {         trigger: 'item',         formatter: "{a} <br/>{b} : {c} ({d}%)"     },     legend: {         orient : 'vertical',         x : 'left',         data:['男性','女性']     },     toolbox: {         show : true,         feature : {             mark : {show: true},             dataView : {show: true, readOnly: false},             magicType : {                 show: true,                  type: ['pie', 'funnel'],                 option: {                     funnel: {                         x: '25%',                         width: '50%',                         funnelAlign: 'left',                         max: 1548                     }                 }             },             restore : {show: true},             saveAsImage : {show: true}         }     },     calculable : true,     series : [         {             name:'访问来源',             type:'pie',             radius : '55%',             center: ['50%', '60%'],             data:[                 {value:255, name:'男性'},                 {value:104, name:'女性'}             ]         }     ] };

数据修改完成后,点击页面中绿色的刷新按钮,可以得到饼图如下(可以根据自己的喜好修改主题):

如何用Python了解微信好友
2、好友性别比例

将鼠标放到饼图上可以看到详细数据:

如何用Python了解微信好友
3、好友性别比例查看数据

3、微信好友全国分布图

3.1 数据统计

# 使用一个字典统计各省好友数量 province_dict = {'北京': 0, '上海': 0, '天津': 0, '重庆': 0,     '河北': 0, '山西': 0, '吉林': 0, '辽宁': 0, '黑龙江': 0,     '陕西': 0, '甘肃': 0, '青海': 0, '山东': 0, '福建': 0,     '浙江': 0, '台湾': 0, '河南': 0, '湖北': 0, '湖南': 0,     '江西': 0, '江苏': 0, '安徽': 0, '广东': 0, '海南': 0,     '四川': 0, '贵州': 0, '云南': 0,     '内蒙古': 0, '新疆': 0, '宁夏': 0, '广西': 0, '西藏': 0,     '香港': 0, '澳门': 0}  # 统计省份 for friend in my_friends:     if friend.province in province_dict.keys():         province_dict[friend.province] += 1  # 为了方便数据的呈现,生成jsON Array格式数据 data = [] for key, value in province_dict.items():     data.append({'name': key, 'value': value})  print(data)

以下为输出结果:

[{'name': '北京', 'value': 91}, {'name': '上海', 'value': 12}, {'name': '天津', 'value': 15}, {'name': '重庆', 'value': 1}, {'name': '河北', 'value': 53}, {'name': '山西', 'value': 2}, {'name': '吉林', 'value': 1}, {'name': '辽宁', 'value': 1}, {'name': '黑龙江', 'value': 2}, {'name': '陕西', 'value': 3}, {'name': '甘肃', 'value': 0}, {'name': '青海', 'value': 0}, {'name': '山东', 'value': 7}, {'name': '福建', 'value': 3}, {'name': '浙江', 'value': 4}, {'name': '台湾', 'value': 0}, {'name': '河南', 'value': 1}, {'name': '湖北', 'value': 4}, {'name': '湖南', 'value': 4}, {'name': '江西', 'value': 4}, {'name': '江苏', 'value': 9}, {'name': '安徽', 'value': 2}, {'name': '广东', 'value': 63}, {'name': '海南', 'value': 0}, {'name': '四川', 'value': 2}, {'name': '贵州', 'value': 0}, {'name': '云南', 'value': 1}, {'name': '内蒙古', 'value': 0}, {'name': '新疆', 'value': 2}, {'name': '宁夏', 'value': 0}, {'name': '广西', 'value': 1}, {'name': '西藏', 'value': 0}, {'name': '香港', 'value': 0}, {'name': '澳门', 'value': 0}]

可以看出,好友最多的省份为北京。那么问题来了:为什么要把数据重组成这种格式?因为ECharts的地图需要这种格式的数据。

3.2 数据呈现

采用ECharts地图 来进行好友分布的数据呈现。打开该网址,将左侧数据修改为:

option = {     title : {         text: '微信好友全国分布图',         subtext: '真实数据',         x:'center'     },     tooltip : {         trigger: 'item'     },     legend: {         orient: 'vertical',         x:'left',         data:['好友数量']     },     dataRange: {         min: 0,         max: 100,         x: 'left',         y: 'bottom',         text:['高','低'],           // 文本,默认为数值文本         calculable : true     },     toolbox: {         show: true,         orient : 'vertical',         x: 'right',         y: 'center',         feature : {             mark : {show: true},             dataView : {show: true, readOnly: false},             restore : {show: true},             saveAsImage : {show: true}         }     },     roamController: {         show: true,         x: 'right',         mapTypeControl: {             'china': true         }     },     series : [         {             name: '好友数量',             type: 'map',             mapType: 'china',             roam: false,             itemStyle:{                 normal:{label:{show:true}},                 emphasis:{label:{show:true}}             },             data:[               {'name': '北京', 'value': 91},               {'name': '上海', 'value': 12},               {'name': '天津', 'value': 15},                {'name': '重庆', 'value': 1},                {'name': '河北', 'value': 53},               {'name': '山西', 'value': 2},                {'name': '吉林', 'value': 1},               {'name': '辽宁', 'value': 1},                {'name': '黑龙江', 'value': 2},               {'name': '陕西', 'value': 3},               {'name': '甘肃', 'value': 0},               {'name': '青海', 'value': 0},                {'name': '山东', 'value': 7},               {'name': '福建', 'value': 3},                {'name': '浙江', 'value': 4},               {'name': '台湾', 'value': 0},               {'name': '河南', 'value': 1},               {'name': '湖北', 'value': 4},                {'name': '湖南', 'value': 4},               {'name': '江西', 'value': 4},               {'name': '江苏', 'value': 9},               {'name': '安徽', 'value': 2},               {'name': '广东', 'value': 63},                {'name': '海南', 'value': 0},               {'name': '四川', 'value': 2},               {'name': '贵州', 'value': 0},                {'name': '云南', 'value': 1},               {'name': '内蒙古', 'value': 0},               {'name': '新疆', 'value': 2},                {'name': '宁夏', 'value': 0},               {'name': '广西', 'value': 1},               {'name': '西藏', 'value': 0},               {'name': '香港', 'value': 0},               {'name': '澳门', 'value': 0}             ]         }     ] };

注意两点:

  • dataRange->max 根据统计数据适当调整

  • series->data 的数据格式

点击刷新按钮后,可以生成如下地图:

如何用Python了解微信好友

好友全国分布图

从图中可以看出我的好友主要分布在北京、河北和广东。

有趣的是,地图左边有一个滑块,代表地图数据的范围,我们将上边的滑块拉到最下面可以看到没有微信好友分布的省份:

如何用Python了解微信好友
5、没有微信好友的省份

按照这个思路,我们可以在地图上看到确切数量好友分布的省份,读者可以动手试试。

4、好友签名统计

4.1 数据统计

def write_txt_file(path, txt):     '''     写入txt文本     '''     with open(path, 'a', encoding='gb18030', newline='') as f:         f.write(txt)      # 统计签名 for friend in my_friends:     # 对数据进行清洗,将标点符号等对词频统计造成影响的因素剔除     pattern = re.compile(r'[一-龥]+')     filterdata = re.findall(pattern, friend.signature)     write_txt_file('signatures.txt', ''.join(filterdata))

上面代码实现了对好友签名进行清洗以及保存的功能,执行完成之后会在当前目录生成signatures.txt文件。

4.2 数据呈现

数据呈现采用词频统计和词云展示,通过词频可以了解到微信好友的生活态度。

词频统计用到了 jieba、numpy、pandas、scipy、Wordcloud库。如果电脑上没有这几个库,执行安装指令:

pip install jieba pip install pandas pip install numpy pip install scipy pip install wordcloud

4.2.1 读取txt文件

前面已经将好友签名保存到txt文件里了,现在我们将其读出:

def read_txt_file(path):     '''     读取txt文本     '''     with open(path, 'r', encoding='gb18030', newline='') as f:         return f.read()

4.2.2 stop word

下面引入一个概念:stop word,  在网站里面存在大量的常用词比如:“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高,几乎每个网页上都存在,所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这样的词语,那么相当于浪费了很多资源。

在百度搜索stpowords.txt进行下载,放到py文件同级目录。

content = read_txt_file(txt_filename) segment = jieba.lcut(content) words_df=pd.DataFrame({'segment':segment})  stopwords=pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=['stopword'],encoding='utf-8') words_df=words_df[~words_df.segment.isin(stopwords.stopword)]

4.2.3 词频统计

重头戏来了,词频统计使用numpy:

import numpy  words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数":numpy.size})     words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False)

4.2.4 词频可视化:词云

词频统计虽然出来了,可以看出排名,但是不***,接下来我们将它可视化。使用到wordcloud库,详细介绍见 GitHub

from scipy.misc import imread from wordcloud import WordCloud, ImageColorGenerator   # 设置词云属性 color_mask = imread('background.jfif') wordcloud = WordCloud(font_path="simhei.ttf",   # 设置字体可以显示中文                 background_color="white",       # 背景颜色                 max_words=100,                  # 词云显示的***词数                 mask=color_mask,                # 设置背景图片                 max_font_size=100,              # 字体***值                 random_state=42,                 width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话,                                                   # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离                 )  # 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数 word_frequence = {x[0]:x[1]for x in words_stat.head(100).values} print(word_frequence) word_frequence_dict = {} for key in word_frequence:     word_frequence_dict[key] = word_frequence[key]  wordcloud.generate_from_frequencies(word_frequence_dict) # 从背景图片生成颜色值   image_colors = ImageColorGenerator(color_mask)  # 重新上色 wordcloud.recolor(color_func=image_colors) # 保存图片 wordcloud.to_file('output.png') plt.imshow(wordcloud) plt.axis("off") plt.show()

运行效果图如下(左图为背景图,右图为生成词云图片):

如何用Python了解微信好友
6、背景图和词云图对比

从词云图可以分析好友特点:

  • 做--------------------行动派

  • 人生、生活--------热爱生活

  • 快乐-----------------乐观

  • 选择-----------------决断

  • 专业-----------------专业

  • 爱--------------------爱

5、总结

至此,微信好友的分析工作已经完成,wxpy的功能还有很多,比如聊天、查看公众号信息等,有意的读者请自行查阅官方文档。

6、完整代码

上面的代码比较松散,下面展示的完整代码我将各功能模块封装成函数:

#-*- coding: utf-8 -*- import re from wxpy import * import jieba import numpy import pandas as pd import matplotlib.pyplot as plt from scipy.misc import imread from wordcloud import WordCloud, ImageColorGenerator  def write_txt_file(path, txt):     '''     写入txt文本     '''     with open(path, 'a', encoding='gb18030', newline='') as f:         f.write(txt)  def read_txt_file(path):     '''     读取txt文本     '''     with open(path, 'r', encoding='gb18030', newline='') as f:         return f.read()  def login():     # 初始化机器人,扫码登陆     bot = Bot()      # 获取所有好友     my_friends = bot.friends()      print(type(my_friends))     return my_friends  def show_sex_ratio(friends):     # 使用一个字典统计好友男性和女性的数量     sex_dict = {'male': 0, 'female': 0}      for friend in friends:         # 统计性别         if friend.sex == 1:             sex_dict['male'] += 1         elif friend.sex == 2:             sex_dict['female'] += 1      print(sex_dict)  def show_area_distribution(friends):     # 使用一个字典统计各省好友数量     province_dict = {'北京': 0, '上海': 0, '天津': 0, '重庆': 0,         '河北': 0, '山西': 0, '吉林': 0, '辽宁': 0, '黑龙江': 0,         '陕西': 0, '甘肃': 0, '青海': 0, '山东': 0, '福建': 0,         '浙江': 0, '台湾': 0, '河南': 0, '湖北': 0, '湖南': 0,         '江西': 0, '江苏': 0, '安徽': 0, '广东': 0, '海南': 0,         '四川': 0, '贵州': 0, '云南': 0,         '内蒙古': 0, '新疆': 0, '宁夏': 0, '广西': 0, '西藏': 0,         '香港': 0, '澳门': 0}      # 统计省份     for friend in friends:         if friend.province in province_dict.keys():             province_dict[friend.province] += 1      # 为了方便数据的呈现,生成JSON Array格式数据     data = []     for key, value in province_dict.items():         data.append({'name': key, 'value': value})      print(data)  def show_signature(friends):     # 统计签名     for friend in friends:         # 对数据进行清洗,将标点符号等对词频统计造成影响的因素剔除         pattern = re.compile(r'[一-龥]+')         filterdata = re.findall(pattern, friend.signature)         write_txt_file('signatures.txt', ''.join(filterdata))      # 读取文件     content = read_txt_file('signatures.txt')     segment = jieba.lcut(content)     words_df = pd.DataFrame({'segment':segment})      # 读取stopwords     stopwords = pd.read_csv("stopwords.txt",index_col=False,quoting=3,sep=" ",names=['stopword'],encoding='utf-8')     words_df = words_df[~words_df.segment.isin(stopwords.stopword)]     print(words_df)      words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数":numpy.size})     words_stat = words_stat.reset_index().sort_values(by=["计数"],ascending=False)      # 设置词云属性     color_mask = imread('background.jfif')     wordcloud = WordCloud(font_path="simhei.ttf",   # 设置字体可以显示中文                     background_color="white",       # 背景颜色                     max_words=100,                  # 词云显示的***词数                     mask=color_mask,                # 设置背景图片                     max_font_size=100,              # 字体***值                     random_state=42,                     width=1000, height=860, margin=2,# 设置图片默认的大小,但是如果使用背景图片的话,                                                   # 那么保存的图片大小将会按照其大小保存,margin为词语边缘距离                     )      # 生成词云, 可以用generate输入全部文本,也可以我们计算好词频后使用generate_from_frequencies函数     word_frequence = {x[0]:x[1]for x in words_stat.head(100).values}     print(word_frequence)     word_frequence_dict = {}     for key in word_frequence:         word_frequence_dict[key] = word_frequence[key]      wordcloud.generate_from_frequencies(word_frequence_dict)     # 从背景图片生成颜色值       image_colors = ImageColorGenerator(color_mask)      # 重新上色     wordcloud.recolor(color_func=image_colors)     # 保存图片     wordcloud.to_file('output.png')     plt.imshow(wordcloud)     plt.axis("off")     plt.show()  def main():     friends = login()     show_sex_ratio(friends)     show_area_distribution(friends)     show_signature(friends)  if __name__ == '__main__':     main()

看完上述内容是否对您有帮助呢?如果还想对相关知识有进一步的了解或阅读更多相关文章,请关注编程网Python频道,感谢您对编程网的支持。

--结束END--

本文标题: 如何用Python了解微信好友

本文链接: https://www.lsjlt.com/news/286878.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • 如何用Python了解微信好友
    如何用Python了解微信好友,很多新手对此不是很清楚,为了帮助大家解决这个难题,下面小编将为大家详细讲解,有这方面需求的人可以来学习下,希望你能有所收获。用了微信几年了,微信号有也不少了,但是真正了解自己的好友吗好友最多的城市是哪个好友男...
    99+
    2023-06-17
  • python之微信好友统计信息
    需要安装库:wxpy 代码如下: from wxpy import Bot,Tuling,embed,ensure_one bot = Bot(cache_path=True) #获取好友信息 bot.chats() #获取好友的...
    99+
    2023-01-30
    统计信息 好友 python
  • 使用 python 进行微信好友分析
    使用 python 进行微信好友分析 1. 使用到的库 ① wxpy:初始化微信机器人 ② openpyxl:保存微信好友数据为Excel表格 ③ pyecharts:生成可视化的地图 ④ wordcloud、matplotlib、jie...
    99+
    2023-01-31
    好友 python
  • 利用Python查看微信共同好友
    思路 首先通过itchat这个微信个人号接口扫码登录个人微信网页版,获取可以识别好友身份的数据。这里是需要分别登录两人微信的,拿到两人各自的好友信息存到列表中。 这样一来,查共同好友就转化成了查两个列表中相同元素的问题。获取到共同好友信息...
    99+
    2023-01-31
    好友 Python
  • 如何用Python做出微信圈好友图像全家福
    这期内容当中小编将会给大家带来有关如何用Python做出微信圈好友图像全家福,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。今天带给大家一个小型的Python实战项目,利用Python做出微信好友图像全家福...
    99+
    2023-06-19
  • 怎么用Python爬取微信好友数据
    这篇文章主要介绍了怎么用Python爬取微信好友数据的相关知识,内容详细易懂,操作简单快捷,具有一定借鉴价值,相信大家阅读完这篇怎么用Python爬取微信好友数据文章都会有所收获,下面我们一起来看看吧。简单介绍下本文中使用到的第三方模块:i...
    99+
    2023-07-06
  • Android如何实现仿微信@好友功能
    这篇文章主要介绍Android如何实现仿微信@好友功能,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!先上个效果图就是这么个功能1. 分析需求输入@跳转到联系人界面,选中一个或者多个好友返回到当前界面按退格键删除整块内...
    99+
    2023-05-30
    android
  • Python实现向好友发送微信消息
    目录前言c语言发微信消息Python调用不用c编写dll如何发消息调用我们写入的机器码第一次优化第二次优化x86/x64 Call Jmp指令区别前言 原理:Windows逆向,通过...
    99+
    2024-04-02
  • 微信 用脚本查看是否被微信好友删除
    某日,一同学给小的发了 Github 源码,说是可以轻松查到删除自己的微信好友,于是就开始了作死之路。 Github 源码请看:0x5e/wechat-deleted-friends 前言 相信...
    99+
    2022-06-04
    用脚 好友 被微信
  • windows中如何发送文件夹给好友微信
    今天小编给大家分享一下windows中如何发送文件夹给好友微信的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。发送文件夹给好友...
    99+
    2023-07-02
  • python查看微信好友是否删除自己
    本文实例为大家分享了python微信好友删除的具体代码,供大家参考,具体内容如下 #weixin.py #coding:utf-8 # !/usr/bin/env python # coding=utf...
    99+
    2022-06-04
    好友 python
  • 微信小程序分享图片给微信好友(如二维码)
    目录 前言 一、使用哪种api? 二、对图片的处理需要转化为临时路径 三、Windows端兼容性问题 前言 最近在公司开发一个微信小程序项目,用到的uniapp技术,在分享图片时,查看了uniapp的技术文档,写...
    99+
    2023-09-02
    微信小程序 微信 小程序 vue Powered by 金山文档
  • python轻松查到删除自己的微信好友
    前言 相信各位一定有收到过这样的群发短信,据说还被归类为玩转微信的五大技巧之一()但,其实,只要跑一下脚本,就轻松找出删除自己的好友(轻松摔碎玻璃心,逃 原理 新建群组,如果加不进来就是被删好友了(不要在...
    99+
    2022-06-04
    自己的 好友 轻松
  • Python实现微信好友数据爬取及分析
    目录前言1.数据分析2.好友性别3.好友头像4.好友签名5.好友位置前言 随着微信的普及,越来越多的人开始使用微信。微信渐渐从一款单纯的社交软件转变成了一个生活方式,人们的日常沟通需...
    99+
    2024-04-02
  • Android中使用ListView模拟微信好友功能
    效果图:分析:创建listView创建数据创建适配器  将数据放到呈现数据的容器里面。  将这个容器(带数据)连接适配器。    其实是直接在我们自己写的adapter的getView重载方法中返回连接的view。    View view...
    99+
    2023-05-30
    android listview 微信好友
  • Python实现向好友发送微信消息优化篇
    目录前言第二次优化第三次优化前言 之前说了怎么写机器码到内存,然后调用。现在说说怎么优化。 用Python发送微信消息给好友 第二次优化 再看一遍c语言的代码 void SendTe...
    99+
    2024-04-02
  • 微信小程序嵌套的H5使用小程序分享(分享微信好友或朋友圈)
    需求说明 嵌套在微信小程序中的H5想要使用小程序自带分享功能,分享H5的页面给微信好友或朋友圈 实现原理 H5中可使用wx.miniProgram.postMessage向小程序的webview发送消息,会触发组件的message事件,在小...
    99+
    2023-08-21
    小程序 微信小程序 微信
  • 利用Python-iGraph如何绘制贴吧/微博的好友关系图详解
    前言 最近工作中遇到了一些需求,想通过图形化的方式显示社交网络特定用户的好友关系,上网找了一下这方面的图形库有networkx、graphviz等,找了好久我选择了iGraph这个图形库。下面话不多说了,来...
    99+
    2022-06-04
    贴吧 详解 好友
  • Python如何获取微信好友地区、性别、签名信息并将结果可视化
    这篇文章主要讲解了“Python如何获取微信好友地区、性别、签名信息并将结果可视化”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python如何获取微信好友地区、性别、签名信息并将结果可视化...
    99+
    2023-06-20
  • 移动互联网中如何恢复微信黑名单好友
    小编给大家分享一下移动互联网中如何恢复微信黑名单好友,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!恢复微信黑名单好友的方法:打开微信,点击【我】,打开设置打开【隐...
    99+
    2023-06-06
软考高级职称资格查询
编程网,编程工程师的家园,是目前国内优秀的开源技术社区之一,形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容,为IT开发者提供了一个发现、使用、并交流开源技术的平台。
  • 官方手机版

  • 微信公众号

  • 商务合作