Pyrogram无法提取超级群组指定主题文件名及日期查询问题

问题分析 #

原代码存在以下核心问题：

• 未通过API参数指定主题，导致获取整个群组的消息而非目标主题内容
• 文件类型判断逻辑不完善，仅处理视频类文件，未覆盖文档、RAR等类型，且直接访问message.document属性存在空指针风险
• 依赖消息链接判断所属主题，可靠性低且容易出错

修改后的完整代码 #

from pyrogram import Client
from datetime import datetime

app = Client(
    name="my_account",  # 建议用自定义名称，而非用户名格式
    api_id=27*******,
    api_hash="b5*******************",
    phone_number="+393*******",
    password="********"  # 无密码可直接删除该参数
)

group_id = -1001867911973
topic_id = 692
msg_file_dict = {}
# 指定日期范围（示例：2023年7月1日至8月1日）
start_date = datetime(2023, 7, 1)
end_date = datetime(2023, 8, 1)

with app:
    # 直接指定topic_id获取对应主题的消息历史
    for message in app.get_chat_history(group_id, topic_id=topic_id, limit=None):
        # 筛选日期范围内的消息
        if start_date <= message.date <= end_date:
            msg_id = message.id
            file_name = None
            
            # 处理视频消息
            if message.video:
                file_name = message.video.file_name or f"VID_{msg_id}_{message.video.file_unique_id}.{message.video.mime_type.split('/')[-1]}"
            # 处理文档消息（包含RAR、普通文档等）
            elif message.document:
                file_name = message.document.file_name or f"DOC_{msg_id}_{message.document.file_unique_id}.{message.document.mime_type.split('/')[-1]}"
            
            if file_name:
                msg_file_dict[msg_id] = file_name
                print(f"消息ID: {msg_id}，文件名: {file_name}")

print("\n提取到的消息ID列表:", list(msg_file_dict.keys()))
print("提取到的文件名列表:", list(msg_file_dict.values()))

关键修改说明 #

1. 指定主题获取消息：在get_chat_history中添加topic_id=topic_id参数，直接从API层面获取目标主题的消息，无需通过链接判断
2. 完善文件类型处理：
   • 分别判断message.video和message.document是否存在，避免空指针错误
   • 覆盖文档、RAR等所有document类型文件，自动提取原文件名，若原文件名不存在则生成自定义名称
3. 日期范围筛选：
   • 导入datetime模块定义起止日期
   • 遍历消息时判断message.date是否在指定范围内，仅处理符合条件的消息
4. 客户端初始化优化：客户端名称建议用普通字符串，密码参数若无需验证可直接删除，避免冗余写法

额外说明 #

• 若需要获取更多历史消息，可调整limit参数（设为None表示获取全部符合条件的消息）
• 若群组消息量较大，建议添加分页处理或限制limit值，避免内存占用过高

内容的提问来源于stack exchange，提问作者Peter Long