将Chrome历史记录文件中的日期时间字段转换为可读格式

Question

我正在写一个脚本，用来收集用户的浏览器历史记录，并带有时间戳（这是在教育环境下进行的）。Firefox 3 的历史记录保存在一个 sqlite 文件里，时间戳是以 UNIX 时间格式存储的……通过 Python 中的 SQL 命令获取这些数据并转换成可读的格式其实很简单：

sql_select = """ SELECT datetime(moz_historyvisits.visit_date/1000000,'unixepoch','localtime'), 
                        moz_places.url 
                 FROM moz_places, moz_historyvisits 
                 WHERE moz_places.id = moz_historyvisits.place_id
             """
get_hist = list(cursor.execute (sql_select))

Chrome 也把历史记录存储在一个 sqlite 文件中……但是它的历史时间戳似乎是从 1601 年 1 月 1 日午夜 UTC 开始的微秒数……

那么，如何把这个时间戳转换成像 Firefox 示例中那样的可读格式（比如 2010-01-23 11:22:09）呢？我正在用 Python 2.5.x（这是 OS X 10.5 上的版本），并且导入了 sqlite3 模块……

Answer 1

这是一种更符合Python风格且更节省内存的方法来实现你所描述的功能（顺便说一下，感谢你提供的初始代码！）：

#!/usr/bin/env python

import os
import datetime
import sqlite3
import opster
from itertools import izip

SQL_TIME = 'SELECT time FROM info'
SQL_URL  = 'SELECT c0url FROM pages_content'

def date_from_webkit(webkit_timestamp):
    epoch_start = datetime.datetime(1601,1,1)
    delta = datetime.timedelta(microseconds=int(webkit_timestamp))
    return epoch_start + delta

@opster.command()
def import_history(*paths):
    for path in paths:
        assert os.path.exists(path)
        c = sqlite3.connect(path)
        times = (row[0] for row in c.execute(SQL_TIME))
        urls  = (row[0] for row in c.execute(SQL_URL))
        for timestamp, url in izip(times, urls):
            date_time = date_from_webkit(timestamp)
            print date_time, url
        c.close()

if __name__=='__main__':
    opster.dispatch()

这个脚本可以这样使用：

$ ./chrome-tools.py import-history ~/.config/chromium/Default/History* > history.txt

当然，你可以不使用Opster，但我觉得它还是挺方便的 :-)

Answer 2

试试这个：

sql_select = """ SELECT datetime(last_visit_time/1000000-11644473600,'unixepoch','localtime'),
                        url 
                 FROM urls
                 ORDER BY last_visit_time DESC
             """
get_hist = list(cursor.execute (sql_select))

或者类似这样的东西

对我来说似乎有效。

Answer 3

这可能不是世界上最符合Python风格的代码，但这是一个解决方案：通过调整时区（这里是东部标准时间）来“作弊”，方法如下：

utctime = datetime.datetime(1601,1,1) + datetime.timedelta(microseconds = ms, hours =-5)

这是一个函数：它假设Chrome的历史记录文件已经从另一个账户复制到了/Users/someuser/Documents/tmp/Chrome/History这个路径下。

def getcr():
    connection = sqlite3.connect('/Users/someuser/Documents/tmp/Chrome/History')
    cursor = connection.cursor()
    get_time = list(cursor.execute("""SELECT last_visit_time FROM urls"""))
    get_url = list(cursor.execute("""SELECT url from urls"""))
    stripped_time = []
    crf = open ('/Users/someuser/Documents/tmp/cr/cr_hist.txt','w' )
    itr = iter(get_time)
    itr2 = iter(get_url)

    while True:
        try:
            newdate = str(itr.next())
            stripped1 = newdate.strip(' (),L')
            ms = int(stripped1)
            utctime = datetime.datetime(1601,1,1) + datetime.timedelta(microseconds = ms, hours =-5)
            stripped_time.append(str(utctime))
            newurl = str(itr2.next())
            stripped_url = newurl.strip(' ()')
            stripped_time.append(str(stripped_url))
            crf.write('\n')
            crf.write(str(utctime))
            crf.write('\n')
            crf.write(str(newurl))
            crf.write('\n')
            crf.write('\n')
            crf.write('********* Next Entry *********') 
            crf.write('\n')
        except StopIteration:
            break

    crf.close()            

    shutil.copy('/Users/someuser/Documents/tmp/cr/cr_hist.txt' , '/Users/parent/Documents/Chrome_History_Logs')
    os.rename('/Users/someuser/Documents/Chrome_History_Logs/cr_hist.txt','/Users/someuser/Documents/Chrome_History_Logs/%s.txt' % formatdate)