先将Safew导出的压缩包解压，打开其中对话文件（通常为messages.json、chats.csv或export.html），用浏览器或文本编辑器预览；媒体文件位于media目录，JSON可用jq或Python格式化，CSV可用Excel打开，注意字符编码与时区，并核对校验码，妥善保存备份加密。

概述：先搞清“包里有什么”

把导出的文件看成一个礼盒：里面会有对话文本、媒体文件（图片、语音、视频）、可能的元数据（用户信息、时间戳、消息ID）以及说明文件或校验信息。不同版本或不同导出选项会有差异，但常见格式有：JSON、CSV、HTML、TXT 和一个 media 文件夹（或多个二进制文件）。

常见组成（大多数导出会包含）

• messages.json / messages.jsonl：结构化的消息记录，便于程序化处理。
• chats.csv / chats.xlsx：表格形式，方便用电子表格查看。
• export.html：可以直接在浏览器中以“可读方式”查看对话。
• media/：图片、音频、视频等二进制文件的文件夹，文件名通常和消息记录中的引用对应。
• manifest / checksum：描述文件和校验码（如sha256.txt），用于完整性校验。

快速查看：三分钟入门（按优先级）

1. 解压：在电脑上把压缩包解压到一个文件夹，Windows 双击或右键“解压到…”，macOS/ Linux 用 unzip / tar。
2. 找最容易看的文件：先看看 export.html（如果有），用浏览器打开就能直观呈现对话内容。
3. 若没有 HTML，试 messages.json：用文本编辑器或专用 JSON 浏览器（如 VS Code、Notepad++、jq 或 JSON Viewer 插件）进行格式化。
4. 如果是 chats.csv，双击用 Excel 或 LibreOffice 打开，注意字符编码（UTF‑8 / GBK）。
5. 媒体文件：在 media 文件夹里直接预览，注意文件名是否和记录中的引用匹配。

按文件类型详细操作

HTML（export.html）

• 优点：WYSIWYG（所见即所得），无需额外工具；可以搜索、滚动、复制文本。
• 如何打开：在任意现代浏览器中打开（Chrome、Edge、Safari）。
• 注意：如果 HTML 加载媒体失败，可能是导出时媒体未被内嵌，而是独立放在 media 文件夹；确认路径是否正确。

CSV / Excel

• 优点：结构化、方便筛选与排序。
• 打开建议：用 Excel、LibreOffice Calc 或 Google Sheets（将 CSV 上传后选择正确编码）。
• 字符编码问题：中文出现乱码时，尝试以 UTF-8 或 GBK/GB2312 导入。
• 大文件：若 CSV 很大（数百万行），Excel 会崩或只显示前几百万行，建议用命令行工具或数据库导入（例如 sqlite、pandas）。

JSON（messages.json / messages.jsonl）

JSON 是最灵活也常最“噩梦”的格式：结构多样，但可编程处理是它的优势。

• 查看工具：VS Code、Notepad++（用插件），或在线/本地 JSON Viewer。
• 命令行预览：使用 jq（Linux/macOS/Windows WSL）：

jq '.' messages.json | less -R

• 按关键字段筛选（例如按用户或时间）：

jq '.messages[] | select(.sender=="张三")' messages.json

如需把 JSON 转成 CSV（方便导入 Excel），可以用 Python/pandas：

import json
import pandas as pd
with open('messages.json', 'r', encoding='utf-8') as f:
data = json.load(f)  # 假设是一个字典或数组
抽取常见字段
rows = []
for m in data.get('messages', data if isinstance(data, list) else []):
rows.append({
'id': m.get('id'),
'time': m.get('timestamp') or m.get('time'),
'sender': m.get('sender') or m.get('from'),
'text': m.get('text') or m.get('body'),
})
df = pd.DataFrame(rows)
df.to_csv('messages_converted.csv', index=False, encoding='utf-8-sig')

文本文件（.txt）

纯文本通常是最直接的导出，直接用文本编辑器或 less/cat 查看。若遇到换行混乱或拼接成一行的情况，说明导出时换行符格式不同（LF vs CRLF），可用文本编辑器转换。

媒体文件

• 检查 media 文件夹：预览图片/音视频，文件扩展名（.jpg/.png/.mp3/.mp4 等）决定打开方式。
• 若媒体文件名是哈希或数字，打开 messages.json 找到对应的引用（通常会有附件ID或文件名字段）。
• 注意隐私：媒体可能包含个人信息或敏感内容，预览时尽量在受控环境。

校验完整性与故障排查

校验完整性

• 如果有校验文件（如 sha256.txt 或 manifest.json），用命令行核对：

  sha256sum -c sha256.txt

  或在 Windows 上用 PowerShell：

  Get-FileHash .\export.zip -Algorithm SHA256

• 列出压缩包内文件确定导出是否完整：

  unzip -l export.zip

常见问题与解决方法

• 乱码 / 编码错误：尝试 UTF‑8、GBK 两种编码导入；文本编辑器可转换编码。
• 缺少媒体文件：检查是否导出时选择了“仅文本”或“仅消息元数据”；联系导出方重新导出，或寻找压缩包中是否有 separate_media.zip。
• 文件过大：用命令行工具（sed、awk、jq）或数据库（sqlite）处理，避免直接用 Excel。
• 损坏的压缩包：尝试 7‑Zip 修复，或使用 zip -FF；若损坏严重，请从原平台重新导出。
• 密码保护：如果压缩包有密码，需要正确的密码才能解压；不要尝试非法破解。

导入、分析和可视化的常用做法

看原始文件容易，但要做统计、搜索或长期保存，建议把数据导入数据库或索引引擎。

• Excel / Google Sheets：适合轻量级查看与筛选（小文件）。
• SQLite / MySQL：把 CSV 或 JSON 导入关系型数据库，便于复杂查询。
• Elasticsearch / Splunk：需要全文搜索、时间序列分析或日志审计时的好选择。
• Python（pandas）：最灵活，适合清洗、时间转换、批量导出和绘图。

快速把 JSON 导入 SQLite 的思路

1. 用 Python 读 JSON，提取需要的字段，写入 pandas DataFrame。
2. 用 df.to_sql 写入 SQLite 数据库，注意分批写入以免内存爆。

隐私与安全建议（非常重要）

• 不要在公共网络或不受信任的机器上打开导出文件。导出文件可能含敏感个人信息或商业机密。
• 加密保存：在长期保存时对压缩包或数据库备份使用强加密（例如 AES‑256）。
• 访问控制：只给需要查看的人最低权限，必要时做访问日志审计。
• 脱敏与审计：如果要对外共享，先进行敏感信息脱敏（姓名、手机号、身份证等）。
• 合规性：遵守相关法律（如 GDPR、个人信息保护法等）关于数据导出与处理的规则。

工具速查表

举个例子：当 export.html 打不开怎么办

• 先确认 HTML 有没有引用外部资源（例如 media 路径错误）。
• 用文本编辑器打开 HTML，搜索关键字（如 “message” 或 用户名），看是否包含全部文本。
• 如果 HTML 空白或不完整，转而查看 messages.json 或 chats.csv。

记录和审计：如何把查看过程留证据

• 保存原始导出文件的哈希（sha256），以便将来证明未被篡改。
• 把每次处理步骤写入一个处理日志（谁在何时做了什么），尤其用于合规或法律场合。
• 对提取后的数据集也保存快照和哈希。

常用命令小抄

• 列出压缩包内容：

  unzip -l export.zip

• 校验 sha256：

  sha256sum export.zip

• 快速查看 JSON：

  jq . messages.json | less -R

• 在 Linux 上按时间排序查看最近消息：

  jq '.messages | sort_by(.timestamp) | .[] | .timestamp, .sender, .text' messages.json

看完这些步骤后，基本上你会发现大多数 Safew 导出的聊天记录都可以按上面的方法逐步查清楚——先找最容易看的文件，若需要再把数据转成更适合分析的格式，整个过程要注意编码、媒体与隐私，出问题时先做完整性校验再动手修复。嗯，差不多就是这样，接下来你可以先试着把文件解压、打开 HTML，或者把 messages.json 用 jq 看一眼，顺了便把重要文件做个哈希备份，慢慢再深入。