使用 Groovy 合并 MSN 聊天记录
做挨踢的一般都有无数台电脑,一会儿在服务器上登录,一会儿又到工作站,结果就是散落一地的 MSN 聊天记录。偏偏这些记录还有防身的作用(有些精英就喜欢用 MSN 下达指令,还特别喜欢在事后矢口否认……),所以,在适当的时候进行备份总是不错的。 但是,MSN 并没有提供日志的导入、合并功能,我只得求助于第三方。 PS. 我想有人会推荐“有备”之类的工具。恩,也许它真的很好很强大,但是一来我不希望为了修指甲而配备一把瑞士军刀,二来我也不大信得过这类软件……理由不解释。 Google 之下,发现了一个 Java 版本的记录合并工具 MSNHistoryCombiner (jungleford)。下载之,细查源码。代码不是我喜欢的类型,有很多其实什么也不做的 Exception。(实际上真正烦的是一大堆的 swing 代码,我虽然是 swing 的爱好者,但是在不需要 GUI 的情况下,我还是希望能简单一点) Combiner 当然可以完成大部分工作,但是这里有几个小小的问题:
所以我决定重新发明个轮子。(好吧,最重要的问题在于我运行上面这个程序时报错了……) 首先要考察的是 MSN 记录的格式。通过肉眼观察,我看到了一大堆的,之类的标签,格式算是比较简单的。很显然,MS 出品的缘故我并不奢望能找到一个官方的记录格式说明。所以,唯一可行的是写一个脚本大致了解下有哪些常用的参数。计划如下:遍历我所有的 MSN 记录,列举所有的标签和参数名称,然后以树形结构打印出来: 1: class Node { 2: String name = '*** Root ***' 3: Node parent
4: Set attrs
5: Set children = []
6: int level 7:
8: def Node(node,Node parent = null,int level = 0) { 9: this.level = level 10: this.parent = parent 11: if(node) { 12: name = node.name()
13: attrs = node.attributes().keySet()
14: node.children().each { merge(new Node(it,this,level + 1)) } 15: }
16: }
17:
18: void merge(Node other) { 19: if(children.contains(other)) { 20: def child = children.find { it == other }
21: child.attrs += other.attrs
22: other.children.each { child.merge(it) }
23: } else children << other 24: }
25:
26: private getIndent() { ' ' * 2 * level } 27:
28: String toString() {
29: """$indent$name${ attrs ? attrs : '' }${ children ? '/n' + children.collect { it.toString() }.join("/n") : '' }""" 30: }
31:
32: boolean equals(obj) { obj && obj instanceof Node && obj.name == name } 33: int hashCode() { name.hashCode() } 34: }
35:?
36: def folder = new File('/home/hiarcs/deep_crazy4057207345/History') 37: def node = new Node(null) 38: folder.eachFileMatch(~/.*/.xml/) { node.merge(new Node(new XmlSlurper().parse(it),node)) } 39: println node
很直接了当的三十九行代码。(很想知道用 Java 写的话需要几页) 运行脚本,得到以下结果
简单分析的话,就是每个记录文件都是一个 Log,其中包含了五种不同的消息类型。 PS II. 前面这个脚本其实蛮有用的,可以用来在没有定义文件的情况下考察简单 xml 文件的结构。但是它也有明显的缺点:无法显示标签之间的是否是互斥、依存等关系,只能了解到它曾经出现过。但是对多数情况而言,这个缺点也不是太了不起…… 话说虽然 xml 很讨厌,但是这种简明树状结构还是非常容易建模的:通常每一层都对应一个类就可以了 1: import groovy.xml.*
2: import java.text.* 3:?
4: // History对应包含着多个MSN日志文件(xml)的目录。 5: class History { 6: final folder,logs = [] 8: def History(folder) {
9: this.folder = folder 10: folder.eachFileMatch(~/.*/.xml/) { logs << new Log(it) } 11: }
12:
13: def merge(other) {
14: other.logs.each { log ->
15: def bak = logs.find { it.account == log.account }
16: if(bak) { bak.merge(log) } else logs << log 17: }
18: }
19:
20: def saveTo(folder) {
21: if(!folder.exists()) folder.mkdir() 22: assert folder.isDirectory() 23: logs.each { it.saveTo(folder) }
24: }
25: def save() { saveTo(folder) }
26: }
27:?
28: class Util { 29: static builder = { 30: def builder = new StreamingMarkupBuilder() 31: builder.encoding = 'UTF-8' 32: builder
33: }
34:
35: static export(binding) { 36: def builder = builder()
37: builder.bind(binding)
38: }
39: }
40:?
41: // Log对应单个的xml文件 42: class Log { 43: final account // 文件名(hash过的MSN帐号) 44: def sessions
45: def Log(file) {
46: account = file.name - '.xml' 47: sessions = groupSessions(new XmlSlurper().parse(file)) 48: }
49:
50: String export() {
51: def log = {
52: mkp.xmlDeclaration()
53: mkp.pi('xml-stylesheet': "type='text/xsl' href='MessageLog.xsl'") 54: Log(FirstSessionID: 1,LastSessionID: sessions.size()) {
55: sessions.sort().eachWithIndex { session,index ->
56: unescaped << session.export(index)
57: }
58: }
59: }
60: Util.export(log)
61: }
62:
63: def merge(log) {
64: assert log.account == account 65: log.sessions.each { if(!sessions.contains(it)) sessions << it } 66: }
67:
68: def saveTo(folder) {
69: new File(folder,"${account}.xml").write(export()) 70: }
71:
72: //这里把文件中解析到不同的session。Session仅仅影响到日志的显示格式(背景颜色),不分也没有关系 73: private groupSessions(node) { 74: def list = []
75: node.children().each { list << it }
76: list = list.groupBy { it.@SessionID.text() }.values()
77: //这里仅仅处理5种不同的实体类型,可能存在其它的类型 78: list.collect { nodes ->
79: new Session(sections: nodes.collect { 80: switch(it.name()) { 81: case ['Leave','Join']: 82: new Participation(it) 83: break 84: case ['InvitationResponse','Invitation']: 85: new Invitation(it) 86: break 87: case 'Message': 88: new Message(it) 89: break 90: default: 91: throw new IllegalStateException("Unexpected name: ${ it.name() }") 92: }
93: })
94: }
95: }
96: }
97:?
98: //一组对话(也就是开着聊天窗口不断聊,只要不关闭窗口或断线就算一个会话 99: class Session implements Comparable { 100: def sections
101:
102: def export(index) { sections.collect { it.export(index) }.join() }
103:
104: // Session的日期时间即第一个消息的时间,仅供比较排序用 105: def getDate() { sections ? sections[0].date : null }
106:
107: int compareTo(other) { date?.compareTo(other?.date) } 108:
109: // 这里的判断比较阳春。只有在两个Session的结构完全相同的情况下才返回true。但是在最近几个版本的MSN里都有 110: // 多点登录的功能。如果一台机器始终处于登录状态,另一台机器则是断断续续的登录,则同一段会话在两台机器上会 111: // 被记录为不同的Session。通过时间比对是不现实的,因为MSN记录的是本机时间,所以误差会影响判断。只能结合 112: // 时间和内容猜测两组Session是否对应着同一段会话,但计算成本会很高,就备份MSN日志这样的应用来说犯不着。 113: boolean equals(obj) { obj && obj instanceof Session && obj.sections == sections } 114: int hashCode() { sections.hashCode() } 115: }
116:?
117: //对应每一条具体的消息片段 118: abstract class Section { 119: def node,date,text,name
120: def init(node) {
121: this.node = node 122: name = node.name()
123: date = new LogDate(node.@DateTime.text()) 124: text = new Text(node.Text.text(),node.Text.@Style.text()) 125: }
126:
127: def prefix = '' 128: def suffix = '' 129:
130: def export(index) {
131: def section = {
132: "$name"(Date: date.date,Time: date.time,DateTime: date.datetime,SessionID: index + 1) { 133: unescaped << prefix
134: Text(Style: text.style) { out << text.content }
135: unescaped << suffix
136: }
137: }
138: Util.export(section)
139: }
140:
141: boolean equals(obj) { obj && obj instanceof Section && obj.name == name && obj.text == text } 142: int hashCode() { text.hashCode() } 143: }
144:?
145: // 用于表述日志中的日期格式 146: // 本来这个类没有那么复杂,但是看到其中的DateTime格式后,我强烈怀疑MSN的代码有问题,应该是格式字符串给弄错了 147: // 长日期格式的最后应该是时区,但是日志中却是代表时区格式的'Z'字符,应该是MS的程序员多写了一对单引号吧。 148: // 最初我是拿DateTime的字符串直接截取成Date和Time,结果发现时区偏移了8小时……于是一冲动就玩了把日期解析。 149: // 其实简单的做法应该是直接从xml里读取全部的三个参数,那样完全可以少写7行代码的:( 150: // 安慰自己下,这样的话至少可以检测出日志里错误的日期格式啊 151: class LogDate implements Comparable { 152: private static final timezone = TimeZone.getTimeZone('Asia/Shanghai') 153: private static final dtf = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss.SSS'Z'") 154: private static final df = new SimpleDateFormat('yyyy-MM-dd') 155: private static final tf = new SimpleDateFormat('HH:mm:ss') 156: final String datetime,time 157: def LogDate(datetime) {
158: this.datetime = datetime 159: def d = dtf.parse(datetime)
160: d = new Date(d.time - timezone.getOffset(d.time)) 161: date = df.format(d)
162: time = tf.format(d)
163: }
164:
165: int compareTo(other) { datetime.compareTo(other?.datetime) } 166: }
167:?
168: class Text { 169: final content,style 170: def Text(content,style) {
171: this.content = content 172: this.style = style 173: }
174: boolean equals(obj) { 175: obj && obj instanceof Text && content == obj.content && style == obj.style 176: }
177: int hashCode() { content.hashCode() } 178: }
179:?
180: class User { 181: final friendlyName 182: def User(friendlyName) {
183: this.friendlyName = friendlyName 184: }
185: def export() { Util.export({ User(FriendlyName: friendlyName) }) }
186: }
187:?
188: class UserList { 189: final type,users = [] 190: def UserList(node) {
191: type = node.name()
192: node.children().each {
193: if(it.name() != 'User') throw new IllegalStateException("Unexpected name: ${it.name}") 194: users << new User(it.@FriendlyName.text()) 195: }
196: }
197:
198: def export() { """<$type>${users.collect{ it.export() }.join()}""" } 199: }
200:?
201: // 群聊的时候用户加入和离开的信息 202: class Participation extends Section { 203: def user
204: def Participation(node) {
205: init(node)
206: user = new User(node.User.@FriendlyName.text()) 207: }
208:
209: String getPrefix() { user.export() }
210: }
211:?
212: class Message extends Section { 213: def from,to
214: def Message(node) {
215: init(node)
216: node.children().each { child ->
217: switch(child.name()) { 218: case 'Text': break 219: case 'To': to = new UserList(child); break 220: case 'From': from = new UserList(child); break 221: default: throw new IllegalStateException("Unexpected name: ${child.name}") 222: }
223: }
224: }
225:
226: String getSuffix() { "${to.export()}${from.export()}" } 227: }
228:?
229: // 文件邀请、视频邀请的记录 230: class Invitation extends Section { 231: def from,contents = [:]
232: def Invitation(node) {
233: init(node)
234: node.children().each { child ->
235: switch(child.name()) { 236: case 'Text': break 237: case 'From': from = new UserList(child); break 238: default: contents.put(child.name(),child.text()) 239: }
240: }
241: }
242:
243: String getSuffix() {
244: """${contents.collect { key,value -> Util.export({ "$key" { out << value } }) }.join()}${from.export()}""" 245: }
246: }
247:?
248: //----------------------------------------------------------------- 249: // 待整合的文件目录(该目录下的文件不会发生变化) 250: path = '/home/hiarcs/deep_crazy4057207345/History' 251: // 整合目标(对应的文件将变大) 252: backup = new History(new File('/home/hiarcs/msn')) 253:?
254: folder = new File(path) 255: history = new History(folder) 256:?
257: backup.merge(history)
258: backup.save()
259: 'Done' 运行这个脚本即可完成目录级的合并。关键在于,通过和 Live Mesh 以及计划任务的配合,可以完全自动化的定期合并、同步所有机器上的聊天记录,方法如下:
PS III. 也许更好的办法是合并一次,然后在某台服务器上二十四小时登录,那么这台服务器上的记录以后就会是最全的。问题在于总有宕机的时候,而且用手机MSN登录的话服务器就会被踢下线来…… 最后提下这个脚本的缺点:
(编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |