Word 歸檔

在 Word 下整理聊天訊息的規範。
訊息在拷貝至 Word 時，已經携帶一定的格式。
該方法適用於未使用 QQNT 資料庫的 QQ 或 TIM 版本。

基本規範

WORD WPS文字
中文 / 西文字體：等綫
字形：加粗
字號：五號 / 10.5
字體顔色：
A: R 201 G 138 B 218（C98ADA）
B: R 112 G 173 B 71（70AD47）
效果：All Off		 中文 / 西文字體：等綫
字形：加粗
字號：五號 / 10.5
字體顔色：
A: R 201 G 138 B 218（C98ADA）
B: 112 G 173 B 71（70AD47）
效果：All Def

為何使用 WPS ？
WPS 的大尺寸文件處理能力非常强大！
我在整理訊息的時候 Word 突然卡頓死亡，修復無果 : (
頁面 500 ，字數 160K ，這在過去只需等待十秒鐘便可加載完成。
啊啊，果然每次整理聊天訊息的時候，都是系統要重灌的時候呢（笑）

方案：Word + Pdf

  1. 聊天訊息拷貝至 Word；
  2. 使用 VBA 宏將 IMG 統一縮放至 40%；
  3. Ctrl +C 全選内容，設置字號為五號；
  4. 匿稱替換，格式為^p匿稱 ，如 ^pMagstic ；
    • ^p 為換行
    • 匿稱後的空格為  
    • 該轉換為匹配 常規訊息
  5. 匿稱替換，格式為匿稱 ，如 Magstic ；
    • ^p 為換行
    • 匿稱後的空格為  
    • 該轉換為匹配 訊息引用
  6. 校對訊息的缺漏；
    • 卡片訊息使用 Link 替代
    • 有效 / 失效文件使用 截圖替代
    • 失效 IMG 文件使用 Cache文件名追索並替換
    • 縮放圖像以美化排版
    • 未漫游的斷層訊息使用 QQMobile 的截圖
    • 若以上訊息有缺失，則標注【LOST】
  7. 設定文檔分欄為 2 ；
  8. 轉換為 Pdf ，和 Word 共同存儲。

方案：Word + Markdown

Word + Markdown 整理聊天訊息的規範。
結果上較為粗放，但提供了更高效的校對方式。
這亦是未來的個人備份聊天記錄的備選方案之一。

  1. 聊天訊息拷貝至 Word；
  2. 使用 VBA 宏將 IMG 統一縮放至 40%；
  3. Ctrl +C 全選内容，設置字號為五號；
  4. 匿稱替換，格式為^p匿稱 ，如 ^pMagstic ；
    • ^p 為換行
    • 匿稱後的空格為  
  5. 匿稱替換，格式為匿稱 ，如 Magstic ；
    • ^p 為換行
    • 匿稱後的空格為  
    • 該轉換為匹配 訊息引用
  6. 校對卡片訊息和失效文件；
    • 卡片訊息使用 Link替代
    • 有效 / 失效文件使用 【文件】Name.zip（12.34MB） 替代
    • 未漫游的斷層訊息使用 QQMobile 的截圖
    • 若以上訊息有缺失，則標注【LOST】
  7. 使用 Pandoc 將 Doc 轉為 Markdown，並使用 PowerShell 清理 Markdown 的無用標記；
  8. 使用 RAR 額外存檔媒體文件 ，和 Word 共同存儲。
    • 修復記錄：5%
    • 壓縮方式：僅儲存

相關指令

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
Sub ImgSize()
    Dim imgHeight As Single
    Dim imgWidth As Single
    Dim iShape As InlineShape
    Dim n As Single
    
    ' 設置縮放比例，0.5 為縮放至原圖的 50%。
    n = 0.5

    For Each iShape In ActiveDocument.InlineShapes
        ' 鎖定寬高比
        iShape.LockAspectRatio = msoTrue
        
        ' 獲取 IMG 寬高
        imgHeight = iShape.Height
        imgWidth = iShape.Width
        
        ' 調整 IMG 寬高
        iShape.Height = n * imgHeight
        iShape.Width = n * imgWidth
    Next iShape
End Sub
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
Sub ImgSizeBatch()
    Dim docPath As String
    Dim docName As String
    Dim doc As Document
    Dim imgHeight As Single
    Dim imgWidth As Single
    Dim iShape As InlineShape
    Dim n As Single
    
    n = 0.4
    
    docPath = "E:\File\2024\"
    docName = Dir(docPath & "*.docx")
    
    Do While docName <> ""
        Set doc = Documents.Open(docPath & docName)
        
        For Each iShape In doc.InlineShapes
            iShape.LockAspectRatio = msoTrue
            imgHeight = iShape.Height
            imgWidth = iShape.Width
            iShape.Height = n * imgHeight
            iShape.Width = n * imgWidth
        Next iShape
        
        doc.SaveAs2 docPath & docName
        doc.Close
        
        docName = Dir()
    Loop
End Sub
1
pandoc -s 2023.04.docx -o 2023.04.md --extract-media=2023.04 --wrap=none
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
$successCount = 0
$errorCount = 0
$errorFiles = @()

Write-Host @"
本程式將執行以下操作:
1. 掃描當前目錄下所有 MD 檔案
2. 清理檔案中的寬高標記
3. 移除所有反斜線
4. 使用 UTF-8 BOM 編碼重新保存

是否繼續? (Y/N)
"@ -ForegroundColor Yellow

$response = Read-Host
if ($response.ToUpper() -ne 'Y') {
    Write-Host "操作已取消" -ForegroundColor Red
    exit
}

$mdFiles = Get-ChildItem -Path $PSScriptRoot -Filter "*.md"

Write-Host "開始處理文件..." -ForegroundColor Cyan

foreach ($file in $mdFiles) {
    try {
        Write-Host "正在處理：" $file.Name
        
        # 使用UTF8編碼讀取文件
        $content = Get-Content -Path $file.FullName -Raw -Encoding UTF8
        
        # 清理寬高標記
        $newContent = $content -replace '{width="[^"]*"\s*height="[^"]*"}', ''
        
        # 按行分割內容
        $lines = $newContent -split "`r`n|`r|`n"
        
        $processedLines = $lines | ForEach-Object {
            $line = $_
            
            # 清理行中所有的反斜線
            $line = $line -replace '\\', ''
            
            $line
        }
        
        # 重新組合內容
        $finalContent = $processedLines -join "`n"
        
        # 使用UTF8-BOM編碼保存
        [System.IO.File]::WriteAllText($file.FullName, $finalContent, [System.Text.Encoding]::UTF8)
        
        $successCount++
        Write-Host "成功處理：" $file.Name -ForegroundColor Green
    }
    catch {
        $errorCount++
        $errorFiles += $file.Name
        Write-Host "處理失敗：" $file.Name -ForegroundColor Red
        Write-Host "錯誤信息：" $_.Exception.Message -ForegroundColor Red
    }
}

Write-Host "`n處理完成！" -ForegroundColor Yellow
Write-Host "成功處理文件數：$successCount" -ForegroundColor Green
Write-Host "失敗文件數：$errorCount" -ForegroundColor Red

if ($errorFiles.Count -gt 0) {
    Write-Host "`n失敗的文件列表：" -ForegroundColor Red
    $errorFiles | ForEach-Object { Write-Host "- $_" -ForegroundColor Red }
}

Write-Host "`n按任意鍵退出..." -ForegroundColor Yellow
$null = $Host.UI.RawUI.ReadKey("NoEcho,IncludeKeyDown")

茶後小敘

個人一直在使用 TIM 3.4.8(22086) ，因此可以使用 Ctrl + A 全選消息管理器中的訊息。
在 QQNT 之後，這種方式已經無法使用。
現在個人使用的 TIM ，也已在 2025 年 無法離線漫游 聊天訊息。
我無法如 Geek 那般解密聊天資料庫，也無法時刻讓我的 PC 上的 TIM Online。
哈哈，更不必提舊版軟體時刻有被限制登入的風險。

不過幸運的是， QQNT 支援手動框選訊息，且可以拷貝！
這非常辛苦，不過爲了回憶留存，也無妨了。

現在有項目可以解密 QQNT 資料庫，但解碼歸檔始終無期。
多方權衡，我只能選擇這樣拙劣的方法。
順帶一提，文字替換其實也研究過 VBA 宏，只是無效……沒錯，那個 &#160; 空格。
啊，就這樣吧。
我想我還有 180K 條訊息要整理呢 : )

Markdown 歸檔

方案：Markdown

該方式適用於 QQNT ，亦是未來的備份聊天的至高備選。
QQNT 的資料庫足夠高效，以致於訊息斷層的可能性基本為零。
不足之處在於：每次至多手動框選 100 條訊息，且無法拷貝引用内容。

  1. 在 QQNT 中框選訊息；
    • 酌情框選，勿超過 100 條
  2. 使用 QQNT 的 “複製” 功能拷貝訊息；
  3. 在 VS Code 中粘貼訊息；

現在，訊息便可在 Obsidian 等 Markdown 編輯器中閲讀。
不過注意到了嗎？訊息中的 IMG 是絕對連結，這不利於歸檔。

  1. 使用 Ps1 指令將 HTML IMG 轉為 Markdown IMG，并設置相對連結；
    • 指令將 IMG 拷貝至同路徑下，以實現相對引用

若一直使用 QQNT 進行訊息收發，簡單校對 Files 便可結束。
若 QQNT 資料庫使用舊版資料庫轉化而來，則需校對無法正確引用的 IMG。

  1. 檢索 “暂不支持的消息类型” ，校對。
  2. 使用 RAR 存檔文件 ，且進行多重備份。
    • 修復記錄：5%
    • 壓縮方式：僅儲存

相關指令

簡易版，適用於純 QQNT。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
$scriptPath = $PSScriptRoot
$mdFiles = Get-ChildItem -Path $scriptPath -Filter "*.md"

function Convert-MDImages {
    param(
        [Parameter(Mandatory=$true)]
        [string]$MDFilePath
    )
    
    try {
        # 驗證檔案是否存在
        if (-not (Test-Path $MDFilePath)) {
            throw "檔案不存在: $MDFilePath"
        }

        # 建立媒體資料夾
        $mdFileName = [System.IO.Path]::GetFileNameWithoutExtension($MDFilePath)
        $mdDirectory = Split-Path $MDFilePath -Parent
        $mediaPath = Join-Path $mdDirectory "$mdFileName\media"
        New-Item -ItemType Directory -Force -Path $mediaPath | Out-Null

        # 讀取內容
        $content = Get-Content $MDFilePath -Raw -Encoding UTF8

        # 比對並取代圖片
        $pattern = '<img\s+src="file:\/\/([^"]+)"\s*\/>'
        $newContent = [regex]::Replace($content, $pattern, {
            param($match)
            
            $originalPath = $match.Groups[1].Value
            $fileName = [System.IO.Path]::GetFileName($originalPath)
            $newImagePath = Join-Path $mediaPath $fileName
            
            # 拷貝圖片檔案
            if (Test-Path $originalPath) {
                Copy-Item $originalPath $newImagePath -Force
                return "![image](./$mdFileName/media/$fileName)"
            }
            
            Write-Warning "找不到圖片: $originalPath"
            return $match.Value
        })

        # 儲存檔案
        $newContent | Out-File $MDFilePath -Encoding UTF8 -Force
        
        Write-Host "處理完成！檔案 $MDFilePath 的圖片已移動至: $mediaPath" -ForegroundColor Green
    }
    catch {
        Write-Error "錯誤: $_"
    }
}

foreach ($file in $mdFiles) {
    Write-Host "正在處理檔案: $($file.FullName)" -ForegroundColor Yellow
    Convert-MDImages -MDFilePath $file.FullName
}

複雜版，適用於非 QQNT。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
$scriptPath = $PSScriptRoot
$mdFiles = Get-ChildItem -Path $scriptPath -Filter "*.md"

function Convert-MDImages {
    param(
        [Parameter(Mandatory=$true)]
        [string]$MDFilePath
    )
    
    try {
        if (-not (Test-Path $MDFilePath)) {
            throw "檔案不存在: $MDFilePath"
        }

        $mdFileName = [System.IO.Path]::GetFileNameWithoutExtension($MDFilePath)
        $mdDirectory = Split-Path $MDFilePath -Parent
        $mediaPath = Join-Path $mdDirectory "$mdFileName\media"
        New-Item -ItemType Directory -Force -Path $mediaPath | Out-Null

        $content = Get-Content $MDFilePath -Raw -Encoding UTF8

        $pattern = '<img\s+src="file:\/\/([^"]+)"\s*\/?>'
        $newContent = $content
        
        [regex]::Matches($content, $pattern) | ForEach-Object {
            $match = $_
            $originalPath = $match.Groups[1].Value
            
            $escapedPath = [Management.Automation.WildcardPattern]::Escape($originalPath)
            $fileName = [System.IO.Path]::GetFileName($originalPath)
            $safeFileName = [System.IO.Path]::GetFileNameWithoutExtension($fileName) + [System.IO.Path]::GetExtension($fileName)
            $newImagePath = Join-Path $mediaPath $safeFileName
            
            if (Test-Path $escapedPath) {
                Copy-Item $escapedPath $newImagePath -Force
                $replacement = "![image](./$mdFileName/media/$safeFileName)"
                $newContent = $newContent.Replace($match.Value, $replacement)
            }
            else {
                Write-Warning "圖像尋找失敗: $originalPath"
            }
        }

        $newContent | Out-File $MDFilePath -Encoding UTF8 -Force
        
        Write-Host "MD 中的 HTMLIMG 已處理完畢！檔案 $MDFilePath 的 IMG 已移動至: $mediaPath" -ForegroundColor Green
    }
    catch {
        Write-Error "ERROR: $_"
    }
}

foreach ($file in $mdFiles) {
    Write-Host "正在處理檔案: $($file.FullName)" -ForegroundColor Yellow
    Convert-MDImages -MDFilePath $file.FullName
}

茶後小敘

這時，我已歸檔了全部訊息，可以正式開始資料備份。
在歸檔過程中，我遭遇無數阻力，這是程式碼無法解析的，只能人力精校。

現在一切都結束了嗎？或許不是的。
表情貼圖的大小不一，造成 Markdown 的閲讀體驗不會很好。

現在粗略的解決方案是建立一個貼圖庫，透過 MD5 校驗來定位表情貼圖。
最後使用批處理的手段將貼圖縮放，而後批量替換 Markdown 中的貼圖路徑。

非常笨拙的手段，呵呵。不過也別無他法。
圖像識別手段現在尚且羸弱，無法支持我的需求。

好了，就這樣，下次見: )
我會帶著嶄新的作業系統來寫 Blog XD