简介：这是一款面向微信重度用户与数据留存需求者的朋友圈导出工具，可将电脑端微信浏览过的朋友圈内容整理为HTML页面，支持图片、视频下载后离线查看与永久保存，并能按联系人或时间范围过滤导出，适合需要备份社交记录、整理素材或做个人归档的Windows用户。资源包共约2000个文件，压缩后127.75MB，以dat数据文件、msg消息记录、enc加密文件、pyd与dll运行库、py脚本及大量时区配置文本为主，整体为便携式绿色程序结构，解压即可按提示运行。目前已有632人学习下载。需要注意的是，工具强依赖微信Windows客户端，仅能导出电脑微信中浏览过的朋友圈记录，且只提供Windows版本，建议在Python3.11配合Win10/Win11环境下使用，异常时重启微信与软件即可恢复。
1. 朋友圈数据导出：WechatMoments v0.0.1 便携版到底能拿到什么
微信朋友圈的数据一直躺在腾讯的服务器里，官方只给你一个「备份到电脑」的入口，导出来的是一坨加密的.db文件，想按时间线翻看某年某月某条动态，基本靠运气。WechatMoments v0.0.1 便携版这个工具，做的事情很直接：把朋友圈里你能看到的图文动态，按时间顺序抓下来，落成 HTML 或 JSON 文件，双击就能在浏览器里翻。它不碰聊天记录，不碰支付信息，只处理朋友圈这个相对独立的模块。便携版意味着解压即用，不写注册表，不往系统目录塞 DLL，U 盘里一放，换台机器照样跑。适合谁？做个人数据归档的、想把自己十年朋友圈导出来留个底的人、以及需要批量整理素材的自媒体从业者。但先说清楚：它只能拿到你账号权限内可见的内容，别人的私密朋友圈、已删除的动态、以及被屏蔽的条目，它一样拿不到。
2. 便携版的环境准备与首次运行：从解压到看到第一条动态
2.1 为什么选便携版而不是安装版
便携版的核心优势在于隔离。安装版通常会往%APPDATA%和注册表里写配置，换机器就得重新登录、重新授权。便携版把配置、缓存、导出结果全部放在程序同级目录下，整个文件夹拷走就能迁移。对于朋友圈导出这种低频但需要长期保留工具的场景，便携版省去了「过半年想再导一次，发现安装版更新后登录态失效」的麻烦。另一个现实原因是：这类工具往往依赖特定版本的运行时库，安装版可能和系统里已有的环境冲突，便携版自带依赖，不污染全局。
2.2 解压后的目录结构与关键文件
拿到压缩包后，解压到一个纯英文路径下，比如D:\Tools\WechatMoments。中文路径在部分 Windows 环境下会导致运行时找不到资源文件，这是血泪经验。解压后典型结构如下：
WechatMoments/ ├── WechatMoments.exe # 主程序 ├── config.ini # 配置文件，首次运行后生成 ├── data/ # 缓存目录，存放登录态和临时数据 ├── output/ # 默认导出目录 ├── runtime/ # 便携运行时，不要删 └── README.txt # 简要说明runtime目录是便携版的灵魂，里面打包了程序依赖的运行时环境。很多人解压后看到这个文件夹占了几百 MB，顺手删掉，结果程序直接闪退。config.ini首次运行才会生成，里面控制导出格式、并发数、超时时间等参数。
2.3 首次运行的登录与授权流程
双击WechatMoments.exe，程序会拉起一个内嵌的浏览器窗口，让你扫码登录微信。这里注意：它用的是网页版微信的协议，不是 PC 客户端的 Hook。扫码后，程序会在data/目录下生成一个session.json，里面存着登录凭证。这个文件有时效性，通常几天到一周不等，过期后需要重新扫码。
登录成功后，程序会自动拉取你的朋友圈时间线。首次拉取建议只拉最近一个月，确认流程跑通再全量导出。在界面上找到「导出范围」选项，选择「最近 30 天」，点击「开始导出」。观察output/目录，如果出现moments_2025-01.html这样的文件，说明链路通了。
注意：首次运行如果卡在「正在加载朋友圈」超过 30 秒，大概率是网络请求被拦截或超时。检查
config.ini里的timeout值，默认是 15 秒，可以临时调到 30 秒再试。
3. 导出参数怎么调：并发、分页与媒体文件下载的取舍
3.1 config.ini 里的五个核心参数
打开config.ini，你会看到类似下面的内容。不同版本字段名可能略有差异，但核心逻辑一致：
[export] format = html ; 导出格式：html / json / both start_date = 2015-01-01 end_date = 2025-12-31 download_media = true ; 是否下载图片和视频 media_quality = original ; original / compressed max_concurrent = 3 ; 并发请求数 page_size = 20 ; 每次拉取的动态条数 timeout = 15 ; 单次请求超时秒数 retry = 2 ; 失败重试次数format选both会同时生成 HTML 和 JSON。HTML 适合人看，JSON 适合后续用脚本处理。download_media设为true时，程序会把每条动态里的图片和视频下载到output/media/下，按动态 ID 分文件夹存放。这个选项是耗时大户，一条带九宫格的动态，下载原图可能就要十几秒。
3.2 并发数与封控风险的实际平衡
max_concurrent控制同时发起的请求数。设得太低，导出几千条动态要跑几个小时；设得太高，请求频率上去后容易触发风控，表现为返回空数据或要求重新登录。我一般设 3，在稳定性和速度之间取平衡。如果你只导最近半年的数据，可以临时调到 5，但不要超过 8。
page_size是每次向服务器请求的动态条数。微信朋友圈的接口通常一页返回 20 条左右，设太大没用，设太小会增加请求次数。保持默认 20 即可。
3.3 媒体文件下载的三种策略
媒体文件是导出过程中最耗时的部分。三种策略：
| 策略 | 配置 | 适用场景 | 耗时参考（1000 条动态） |
|---|---|---|---|
| 全量原图 | download_media=true, media_quality=original | 个人归档，要求画质 | 2-4 小时 |
| 压缩图 | download_media=true, media_quality=compressed | 快速浏览，省空间 | 30-60 分钟 |
| 不下载 | download_media=false | 只要文字和时间线 | 5-10 分钟 |
如果先跑文字版确认数据完整性，可以把download_media设为false，等确认无误后再单独跑一次媒体下载。程序支持增量导出，第二次运行时会跳过已下载的文件。
3.4 用 JSON 输出做二次处理的示例
导出 JSON 后，可以用 Python 快速统计每年的动态数量：
import json from collections import Counter from datetime import datetime with open('output/moments.json', 'r', encoding='utf-8') as f: data = json.load(f) # 假设每条动态有 timestamp 字段（Unix 时间戳） years = Counter() for item in data: ts = item.get('timestamp') if ts: year = datetime.fromtimestamp(ts).year years[year] += 1 for year in sorted(years): print(f"{year}: {years[year]} 条")这段代码读取导出的 JSON，按年份统计动态数量。timestamp字段是 Unix 时间戳，datetime.fromtimestamp转成本地时间。如果你的导出文件里时间字段是字符串格式，需要先用datetime.strptime解析。统计结果可以帮你判断哪一年的数据缺失，比如某年突然只有几条，可能是那段时间设置了「仅三天可见」或分组可见。
4. 避坑与排查：导出中断、乱码、媒体丢失的常见原因
4.1 导出到一半程序无响应
现象：进度条卡在某个百分比不动，界面变灰，任务管理器显示进程 CPU 占用为 0。
原因：通常是某个请求超时后没有正确释放连接，或者遇到了一个包含异常字符的动态，解析时抛异常但没被捕获。
解决：先等 30 秒，如果没恢复，强制结束进程。打开config.ini，把timeout从 15 调到 30，retry从 2 调到 3。重新运行，程序会从上次中断的位置继续。如果反复卡在同一位置，把start_date往后调一天，跳过那条动态，导出完成后再单独处理。
4.2 导出的 HTML 打开后中文显示为乱码
现象：浏览器打开moments_xxx.html，所有中文变成「测试」这样的字符。
原因：HTML 文件头里声明的编码和实际写入的编码不一致。常见于程序在中文 Windows 上默认用 GBK 写入，但 HTML meta 标签写的是 UTF-8。
解决：用记事本打开 HTML 文件，另存为时把编码选为 UTF-8。如果文件多，用 PowerShell 批量转：
Get-ChildItem output\*.html | ForEach-Object { $content = Get-Content $_.FullName -Raw -Encoding Default [System.IO.File]::WriteAllText($_.FullName, $content, [System.Text.Encoding]::UTF8) }这段脚本把output目录下所有 HTML 文件从系统默认编码转成 UTF-8。-Encoding Default在中文 Windows 上就是 GBK。转完后重新打开，乱码消失。
4.3 图片下载了但打不开，文件大小只有几 KB
现象：output/media/下的图片文件存在，但双击提示「文件损坏」或显示空白，文件大小明显偏小。
原因：微信的图片 CDN 对请求头有校验，缺少Referer或User-Agent不匹配时，返回的是一个占位图或错误页，而不是真实图片。程序如果没正确处理这种情况，就会把错误响应保存成图片文件。
解决：检查config.ini里是否有user_agent和referer配置项。如果有，确保referer填的是https://mp.weixin.qq.com/。如果没有这两个配置项，说明版本不支持自定义请求头，只能等工具更新。临时方案是手动在浏览器里登录网页版微信，逐条保存图片，但效率极低。
4.4 重新登录后导出数据重复
现象：第二次导出后，JSON 文件里同一条动态出现了两次。
原因：程序按时间范围拉取，但没有做去重。第一次导出到 2025-06-01，第二次从 2025-01-01 开始，重叠部分就被重复写入。
解决：导出前把start_date设为上次导出的end_date加一天。或者用 Python 对 JSON 去重：
import json with open('output/moments.json', 'r', encoding='utf-8') as f: data = json.load(f) seen = set() unique = [] for item in data: # 用动态 ID 或时间戳+内容哈希作为唯一键 key = item.get('id') or f"{item['timestamp']}_{hash(item.get('content',''))}" if key not in seen: seen.add(key) unique.append(item) with open('output/moments_dedup.json', 'w', encoding='utf-8') as f: json.dump(unique, f, ensure_ascii=False, indent=2)id字段是微信给每条动态分配的唯一标识，优先用它去重。如果没有id，用时间戳加内容哈希兜底。ensure_ascii=False保证中文正常写入，indent=2让 JSON 可读。
4.5 便携版换电脑后提示「设备不匹配」
现象：把整个文件夹拷到另一台电脑，运行后提示登录失败或设备异常。
原因：data/session.json里除了登录凭证，还可能绑定了设备指纹（如网卡 MAC 地址的哈希）。换机器后指纹变了，服务端拒绝。
解决：删除data/session.json，重新扫码登录。这是便携版的正常代价——登录态不跨设备。如果你经常换机器，建议在每台机器上单独保留一份data/目录，程序主体共用，登录态各自独立。
5. 进阶：把导出的朋友圈变成可检索的个人时间线
5.1 用 SQLite 做全文检索
JSON 文件适合程序处理，但不方便人肉搜索。把导出的数据导入 SQLite，配合 FTS5 全文索引，就能实现「搜关键词，秒出结果」。
import json import sqlite3 conn = sqlite3.connect('moments.db') conn.execute(''' CREATE VIRTUAL TABLE IF NOT EXISTS moments_fts USING fts5(content, date, location, tokenize='unicode61') ''') with open('output/moments.json', 'r', encoding='utf-8') as f: data = json.load(f) for item in data: conn.execute( 'INSERT INTO moments_fts (content, date, location) VALUES (?, ?, ?)', (item.get('content', ''), item.get('date', ''), item.get('location', '')) ) conn.commit() conn.close()tokenize='unicode61'让 FTS5 支持中文分词。导入后，用SELECT * FROM moments_fts WHERE moments_fts MATCH '关键词'就能检索。content存文字内容，date和location作为辅助过滤字段。数据量大的话，给date加个普通索引。
5.2 生成按年分组的静态站点
如果你想把朋友圈做成一个可以分享给家人看的静态网站，可以用 Python 的jinja2模板生成按年分组的 HTML 页面。核心思路：读 JSON，按年份分组，每年一个 HTML 文件，首页放年份导航。
from jinja2 import Template import json from collections import defaultdict from datetime import datetime with open('output/moments.json', 'r', encoding='utf-8') as f: data = json.load(f) by_year = defaultdict(list) for item in data: year = datetime.fromtimestamp(item['timestamp']).year by_year[year].append(item) template = Template(''' <!DOCTYPE html> <html><head><meta charset="utf-8"><title>{{ year }}年朋友圈</title></head> <body> <h1>{{ year }}年（共{{ items|length }}条）</h1> {% for item in items %} <div class="moment"> <p class="date">{{ item.date }}</p> <p class="content">{{ item.content }}</p> </div> {% endfor %} </body></html> ''') for year, items in sorted(by_year.items()): html = template.render(year=year, items=items) with open(f'output/year_{year}.html', 'w', encoding='utf-8') as f: f.write(html)这段代码按年份生成独立的 HTML 文件，每个文件里按时间顺序列出当年的动态。jinja2的Template类负责渲染，{{ }}里是变量，{% %}里是控制流。生成的文件可以直接扔进任何静态托管服务，或者本地双击打开。
5.3 一个我常用的验证习惯
每次导出完成后，我不会直接相信工具的报告。我会随机抽三条动态，在手机微信里找到对应的原始条目，逐字对比文字、图片数量、发布时间。这个习惯帮我抓到过两次问题：一次是某条动态的图片顺序乱了，另一次是 emoji 被转义成了乱码。工具再好，数据完整性也得自己把关。导出不是终点，能放心地把原始数据删掉、只留导出结果，才算真正完成归档。希望帮到你。
本文还有配套的精品资源，点击获取
