如何用Python将Google Chat历史从新到旧改为旧到新并格式化？

需求分析 #

你需要将Google Chat（原Hangouts）导出的新到旧排序聊天记录，转换为旧到新的顺序，同时统一格式为 [DD/MM/YYYY, HH:MM:SS AM/PM] 用户名: 消息内容 的样式。

实现代码及说明 #

以下是针对你提供的原始记录格式编写的完整Python代码：

import re
from datetime import datetime

def process_chat_records(raw_content):
    # 分割每条独立聊天记录（以"From "开头为分隔标记）
    records = re.split(r'(?=From )', raw_content.strip())
    chat_data = []
    
    for record in records:
        if not record.strip():
            continue
        
        # 提取原始时间字符串并转换为datetime对象
        time_match = re.search(r'(\w{3} \w{3} \d{2} \d{2}:\d{2}:\d{2} \+\d{4} \d{4})', record)
        if not time_match:
            continue
        dt = datetime.strptime(time_match.group(1), '%a %b %d %H:%M:%S %z %Y')
        # 格式化为目标时间样式
        formatted_time = dt.strftime('%d/%m/%Y, %I:%M:%S %p')
        
        # 提取发件人用户名
        sender_match = re.search(r'From: (\w+)', record)
        sender = sender_match.group(1) if sender_match else "Unknown"
        
        # 提取消息内容
        content_match = re.search(r'Content-Type: text/plain\n\n(.*)', record, re.DOTALL)
        message = content_match.group(1).strip() if content_match else ""
        
        chat_data.append({
            'time': dt,
            'formatted_time': formatted_time,
            'sender': sender,
            'message': message
        })
    
    # 按时间升序排序（旧到新）
    chat_data.sort(key=lambda x: x['time'])
    
    # 生成最终格式化文本
    result_lines = []
    for item in chat_data:
        result_lines.append(f"[{item['formatted_time']}] {item['sender']}: {item['message']}")
    
    return '\n'.join(result_lines)

# 实际使用示例
if __name__ == "__main__":
    # 读取原始聊天记录文件
    with open('hangouts_raw.txt', 'r', encoding='utf-8') as f:
        raw_text = f.read()
    
    # 处理并生成格式化内容
    formatted_chat = process_chat_records(raw_text)
    
    # 写入新文件
    with open('formatted_chat.txt', 'w', encoding='utf-8') as f:
        f.write(formatted_chat)

关键细节说明 #

• 记录分割：用正则正向预查(?=From )分割，避免破坏每条记录的开头标识。
• 时间处理：将原始时间字符串转换为datetime对象，既方便排序，也能直接格式化为目标样式。
• 信息提取：通过正则精准匹配发件人和消息内容，兼容原始记录中的排版空白。
• 排序逻辑：利用datetime对象的可比较性，直接按时间升序排序实现旧到新的顺序。

使用提示 #

1. 将原始聊天记录保存为hangouts_raw.txt放在代码同一目录，或修改代码中的文件路径。
2. 如果用户名包含空格，可将正则中的(\w+)改为(.+?)来适配。
3. 如需转换为本地时区，可在dt对象上调用astimezone()方法调整。

内容的提问来源于stack exchange，提问作者Ahleya Sheikh