ChatGPT导出工具实战指南：从数据获取到本地存储的完整解决方案

1次阅读

没有评论

共计 1353 个字符，预计需要花费 4 分钟才能阅读完成。

手动导出 ChatGPT 对话历史时，开发者常遇到以下问题：

效率低下：网页端需逐条复制粘贴，超过 50 条对话时操作耗时
格式混乱：代码块和 Markdown 格式在纯文本粘贴后丢失结构
速率限制：连续操作可能触发风控机制导致临时封禁
数据不全：长对话可能因分页加载遗漏部分内容

通过对比两种主流实现方式：

直接调用官方 API
优势：功能全面，支持最新特性
劣势：需处理分页、错误重试等底层逻辑
使用第三方封装库
优势：开发快捷，内置常用功能
劣势：灵活性差，版本更新滞后

最终选择 openai 官方库 +requests的组合方案，既保证功能完整性又保持灵活控制。

import openai
from datetime import datetime

# 初始化配置
def init_client(api_key):
    openai.api_key = api_key
    return openai.ChatCompletion

采用递归请求实现自动翻页：

首次请求携带默认 limit 参数
解析响应头中的 has_more 字段
通过 after 参数指定上一页最后一条记录的 ID

特殊内容处理方案：

代码块：用三个反引号包裹并标注语言类型
表格：转换为 CSV 兼容的逗号分隔格式
数学公式：保留 LaTeX 原始语法

import csv
import json
from typing import List, Dict

class ChatExporter:
    def __init__(self, api_key: str):
        self.client = init_client(api_key)

    def export_to_json(self, messages: List[Dict], filename: str):
        """导出为带时间戳的 JSON 文件"""
        with open(f"{filename}_{datetime.now().timestamp()}.json", 'w') as f:
            json.dump({
                'meta': {'export_time': datetime.now().isoformat(),
                    'count': len(messages)
                },
                'data': messages
            }, f, indent=2)

    # 其他格式导出方法类似...