WhatsApp 聊天记录分析

怎样从 WhatsApp 导出聊天

打开聊天，点顶部的联系人或群名（安卓手机也可以点右上角的三个点，再选“更多”），然后选“导出聊天”。WhatsApp 会问要不要附带媒体，没有特别的理由就选不附带。这样你只会得到一个 .txt 文件，哪怕是好几年的聊天，通常也就几 MB。附带媒体的话，会得到一个塞满照片和语音的压缩包，动不动就上 GB。两种这里都能读，但真正有用的只是文字部分。发到自己的邮箱，或者存到网盘、手机的“文件”里，怎么方便怎么来，然后拖到上面的框里。

iPhone 导出的压缩包里，文字文件叫 _chat.txt。安卓手机则用聊天名称命名。直接把压缩包拖进来也可以，工具会自己找到文字文件，照片一概忽略。

能看到什么

最上面是总体数字：消息总数、发过言的人数、词数、照片和文件数、被删除的消息、有消息的天数、时间范围，以及消息最多的一天。最后这一项往往出人意料。你以为是某个生日或者跨年夜，结果是大家为了吃饭怎么 AA 吵起来的那天。

下面的表格按人列出：消息数、占全部聊天的比例、词数、平均每条消息的词数、发送的媒体数，以及回复时间中位数。平均每条的词数比看上去更有意思。有人一次发三段长文，有人把同样的意思拆成十一条一个词的消息，只看消息数的话，后者显得话多得多，其实并不是。

• 每月消息数的柱状图，从第一个月到最后一个月，没有消息的月份也保留成空位，一眼就能看出什么时候聊得少了。
• 按星期和小时划分的热力图。每个格子是某一天的某个小时，绿色越鲜明越热闹。谁是夜猫子，一看就知道。
• 最常用的 20 个词和 15 个表情，可以看整个聊天，也可以只看某一个人。英语、西班牙语、葡萄牙语、德语、法语里常见的虚词会被过滤掉，中文和日文则交给浏览器自带的分词功能处理。
• 导出记录中的第一条消息，以及是谁、在什么时候发的。

页面最下方可以下载两个 CSV。统计文件每人一行。消息文件把每条消息的日期、时间、发送者、内容和类型逐条列出，放进 Excel 或表格软件里排序、筛选，比原始导出文件方便太多。

回复时间是怎么算的

这是大家问得最多的，所以说清楚一点。每当发送者换人，从上一个人的最后一条消息到新的人的第一条消息之间的间隔，就记为新的人的一次回复。你连发四条，朋友在第四条之后十分钟回你，那就是十分钟。然后取所有间隔的中位数，而不是平均数。只要有一次隔了九个小时才回，平均数就会被拉得很高，却说明不了平常的情况；中位数则不受这种个别值影响。

超过 24 小时的间隔完全不算。三天没人说话，然后有人打了声招呼，这不叫回得慢，而是开始了新的对话。在群聊里，“回复”只是指“下一个开口的人”，比较粗略，但从一个文本文件里能老实测出来的也就这些。另外，安卓导出的时间只精确到分钟，所以比这更快的回复会显示为“不到 1 分钟”。

日期格式的麻烦

WhatsApp 按手机的设置来写日期。中国大陆的手机常写成 2024/3/4，美国手机写 3/4/24，德国手机写 04.03.24，iPhone 还会把整段放进方括号里。工具会检查文件里所有的日期：只要有第一个数字大于 12，那它一定是日；如果是第二个数字大于 12，就是月在前。聊天很短、所有日期都分不清时，它会把两种读法都试一遍，选时间一直往前走、不会倒退的那一种。几乎每次都能判断对，而且会告诉你用的是哪种格式。万一错了，在下拉菜单里手动选格式，再分析一次就行。

12 小时制也没问题，包括中文手机的“上午”“下午”，西班牙语的 p. m.，以及新款 iPhone 在 AM、PM 前面插入的那个看不见的窄空格。

聊天记录只留在你的电脑上

聊天导出文件大概是最私密的文件了：地址、吵架、健康问题、半夜两点说的话。所以这里什么都不上传。文件由这个标签页里的 JavaScript 读取，结果也就地算出来。不用注册账号，服务器上也没有副本可以泄露。你可以自己验证：打开页面后关掉 Wi-Fi，照样能分析。关掉标签页，一切都没了。

说实话，做这个页面主要就是为了这一点。好几个知名的分析网站都要求先把聊天传到它们的服务器上，其中一个比较出名的还会把内容交给 AI 模型处理，然后按次收费。这两样我都不想做。

可能出错的地方

WhatsApp 的导出格式没有公开文档，而且随语言和机型变化。目前已知的不足有这些：

• 有人入群、改群名、安全码变更之类的系统通知会被排除，排除的数量会显示在统计上方。如果数字大得离谱，多半是格式把解析搞糊涂了。
• 常见语言的媒体占位文字都能识别。如果 iPhone 用的是工具还不认识的语言，被省略的图片可能会被当成文字消息。
• 名字里如果有“冒号加空格”，会在冒号处被截断。
• WhatsApp 本身限制了导出的条数。它的帮助页面写的是不带媒体约 40,000 条，带媒体约 10,000 条，所以特别长的聊天你看到的只是最近的一段，而不是全部历史。

如果文件完全读不出来，通常是因为它根本不是聊天导出文件。像 msgstore.db.crypt14 这样的备份文件是加密的，任何浏览器都打不开。

大家都拿它做什么

情侣想知道谁先发消息、谁回得更快，多半是为了打赌分个输赢。群主想看看谁真的在聊天，谁只会发表情包。通过 WhatsApp 接单的小店，想弄清楚哪些时段必须盯着手机。学生做课题，需要把聊天整理进表格。还有很多人只是想把一年的友情摊在一页上看看。月度图表尤其让人感慨：搬家、换工作、宝宝出生，全都变成了图上的低谷和高峰。