Python抓取自己账号的企业微信群组里面的聊天记录进行数据统计汇总

可以使用Python调用企业微信API实现抓取自己账号的企业微信群组聊天记录的功能，具体步骤如下：

1. 获取企业微信API的访问凭证

企业微信API的访问凭证包括企业ID（CorpID）、应用的凭证密钥（CorpSecret）和应用的代理ID（AgentID），可以在企业微信管理后台的“应用与小程序”中找到。

import requests

# 获取企业微信API的访问凭证
def get_access_token(corpid, corpsecret):
    url = "https://qyapi.weixin.qq.com/cgi-bin/gettoken"
    params = {
        "corpid": corpid,
        "corpsecret": corpsecret
    }
    r = requests.get(url, params=params)
    return r.json().get("access_token")

2. 获取群组聊天记录

调用企业微信API的获取聊天记录接口，指定聊天记录的起始时间和结束时间，以及群组ID或者群组名称。

import datetime

# 获取群组聊天记录
def get_chat_record(access_token, chatid, start_time, end_time):
    url = "https://qyapi.weixin.qq.com/cgi-bin/appchat/getmsglist"
    params = {
        "access_token": access_token
    }
    data = {
        "chatid": chatid,
        "starttime": start_time,
        "endtime": end_time
    }
    r = requests.post(url, params=params, json=data)
    return r.json().get("errmsg"), r.json().get("recordlist")

其中，参数start_time和end_time需要传入datetime类型的时间戳，可以使用如下代码进行转换：

import time

# 将时间转换为时间戳
def datetime_to_timestamp(dt):
    return int(time.mktime(dt.timetuple()))

# 获取当前时间的时间戳
now = datetime.datetime.now()
end_time = datetime_to_timestamp(now)

# 获取一天前的时间的时间戳
one_day_ago = now - datetime.timedelta(days=1)
start_time = datetime_to_timestamp(one_day_ago)

3. 统计聊天记录信息

解析获取到的聊天记录数据，统计需要的数据信息，例如每个人发了多少条消息、消息的类型、消息的长度等等。可以使用Python的pandas模块进行数据分析和处理。

import pandas as pd

# 统计聊天记录信息
def count_chat_record(recordlist):
    df = pd.DataFrame(recordlist)
    df["msgtype"] = df["msgtype"].apply(lambda x: "text" if x == 1 else "image")
    df["msglen"] = df["content"].apply(lambda x: len(x.get("text", "")))
    return df.groupby("sender").agg({
        "msgid": "count",
        "msgtype": lambda x: dict(x.value_counts()),
        "msglen": ["min", "max", "mean"]
    }).reset_index()

4. 输出统计结果

将统计结果输出到文件或数据库中，方便后续的汇总和分析。

# 输出统计结果
def output_result(result, output_file):
    with open(output_file, "w") as f:
        f.write(result.to_csv(index=False))

完整代码如下：

import requests
import datetime
import time
import pandas as pd

# 获取企业微信API的访问凭证
def get_access_token(corpid, corpsecret):
    url = "https://qyapi.weixin.qq.com/cgi-bin/gettoken"
    params = {
        "corpid": corpid,
        "corpsecret": corpsecret
    }
    r = requests.get(url, params=params)
    return r.json().get("access_token")

# 获取群组聊天记录
def get_chat_record(access_token, chatid, start_time, end_time):
    url = "https://qyapi.weixin.qq.com/cgi-bin/appchat/getmsglist"
    params = {
        "access_token": access_token
    }
    data = {
        "chatid": chatid,
        "starttime": start_time,
        "endtime": end_time
    }
    r = requests.post(url, params=params, json=data)
    return r.json().get("errmsg"), r.json().get("recordlist")

# 将时间转换为时间戳
def datetime_to_timestamp(dt):
    return int(time.mktime(dt.timetuple()))

# 统计聊天记录信息
def count_chat_record(recordlist):
    df = pd.DataFrame(recordlist)
    df["msgtype"] = df["msgtype"].apply(lambda x: "text" if x == 1 else "image")
    df["msglen"] = df["content"].apply(lambda x: len(x.get("text", "")))
    return df.groupby("sender").agg({
        "msgid": "count",
        "msgtype": lambda x: dict(x.value_counts()),
        "msglen": ["min", "max", "mean"]
    }).reset_index()

# 输出统计结果
def output_result(result, output_file):
    with open(output_file, "w") as f:
        f.write(result.to_csv(index=False))

if __name__ == "__main__":
    corpid = "your_corpid"
    corpsecret = "your_corpsecret"
    agentid = "your_agentid"
    chatid = "your_chatid"
    output_file = "result.csv"

    # 获取访问凭证
    access_token = get_access_token(corpid, corpsecret)

    # 获取聊天记录
    now = datetime.datetime.now()
    end_time = datetime_to_timestamp(now)
    one_day_ago = now - datetime.timedelta(days=1)
    start_time = datetime_to_timestamp(one_day_ago)
    errmsg, recordlist = get_chat_record(access_token, chatid, start_time, end_time)

    if errmsg == "ok":
        # 统计聊天记录信息
        result = count_chat_record(recordlist)

        # 输出统计结果
        output_result(result, output_file)
    else:
        print("获取聊天记录失败：", errmsg)

需要注意的是，企业微信的API接口需要按照规定的频次和方式进行调用，不要过于频繁或者超过限制，否则会被封禁。同时，聊天记录可能包含敏感信息，需要做好数据保护和隐私保密工作。