ChatGPT Exporter实战：如何高效导出对话内容并解决常见问题

1次阅读

没有评论

共计 3340 个字符，预计需要花费 9 分钟才能阅读完成。

最近在做知识管理时遇到一个需求：需要将 ChatGPT 的历史对话导出保存。尝试了几种方法后，发现直接使用 API 会遇到各种问题，于是研究了一套完整的解决方案，今天把实战经验分享给大家。

直接调用 ChatGPT API 获取对话记录时，主要会遇到这几个问题：

数据截断 ：单次请求最多只能获取 100 条消息，长对话会被切断
格式混乱 ：包含大量元数据和特殊标记，需要额外清洗
上下文丢失 ：多轮对话的关联性无法保留
性能瓶颈 ：连续请求容易触发 API 速率限制

这些问题让我们意识到，需要一个专门的导出工具来处理这些复杂性。

目前主要有两种实现方式：

官方导出工具 ：
优点：开箱即用，支持基础格式
缺点：功能有限，无法自定义处理逻辑
自定义脚本 ：
优点：完全可控，支持复杂场景
缺点：开发成本较高

考虑到项目需要处理大量对话和定制化需求，我们选择用 Python 开发自定义导出脚本。

以下是经过生产验证的完整实现（Python 3.8+）：

import json
import csv
from typing import List, Dict, Optional
import requests
from pathlib import Path

class ChatGPTExporter:
    """ChatGPT 对话记录导出工具"""

    def __init__(self, api_key: str):
        self.api_key = api_key
        self.base_url = "https://api.openai.com/v1"
        self.headers = {"Authorization": f"Bearer {api_key}",
            "Content-Type": "application/json"
        }

    def get_conversations(self, limit: int = 100) -> List[Dict]:
        """
        分页获取对话列表
        :param limit: 每页数量
        :return: 对话列表
        """url = f"{self.base_url}/conversations"params = {"limit": limit}

        all_conversations = []
        while True:
            response = requests.get(url, headers=self.headers, params=params)
            response.raise_for_status()
            data = response.json()

            all_conversations.extend(data.get("items", []))

            # 检查是否有更多数据
            if not data.get("has_more"):
                break

            # 更新分页参数
            params["after"] = data.get("last_id")

        return all_conversations

    def export_to_json(self, conversations: List[Dict], output_path: Path):
        """导出为 JSON 格式"""
        with open(output_path, 'w', encoding='utf-8') as f:
            json.dump(conversations, f, ensure_ascii=False, indent=2)

    def export_to_csv(self, conversations: List[Dict], output_path: Path):
        """导出为 CSV 格式"""
        # 提取需要导出的字段
        processed = []
        for conv in conversations:
            processed.append({"id": conv.get("id"),
                "title": conv.get("title"),
                "create_time": conv.get("create_time"),
                "update_time": conv.get("update_time")
            })

        # 写入 CSV
        with open(output_path, 'w', newline='', encoding='utf-8') as f:
            writer = csv.DictWriter(f, fieldnames=processed[0].keys())
            writer.writeheader()
            writer.writerows(processed)

    def export_to_markdown(self, conversations: List[Dict], output_path: Path):
        """导出为 Markdown 格式"""
        with open(output_path, 'w', encoding='utf-8') as f:
            for conv in conversations:
                f.write(f"# {conv.get('title','Untitled')}\n\n")
                f.write(f"- ID: {conv.get('id')}\n")
                f.write(f"- Created: {conv.get('create_time')}\n")
                f.write(f"- Updated: {conv.get('update_time')}\n\n")

                # 获取对话详情
                messages = self.get_messages(conv["id"])
                for msg in messages:
                    f.write(f"## {msg['role'].capitalize()}\n")
                    f.write(f"{msg['content']}\n\n")

                f.write("---\n\n")

    def get_messages(self, conversation_id: str) -> List[Dict]:
        """获取单个对话的完整消息"""
        url = f"{self.base_url}/conversations/{conversation_id}/messages"
        response = requests.get(url, headers=self.headers)
        response.raise_for_status()
        return response.json().get("items", [])

# 使用示例
if __name__ == "__main__":
    exporter = ChatGPTExporter(api_key="your_api_key_here")
    conversations = exporter.get_conversations()

    # 导出多种格式
    exporter.export_to_json(conversations, Path("output.json"))
    exporter.export_to_csv(conversations, Path("output.csv"))
    exporter.export_to_markdown(conversations, Path("output.md"))

处理大规模对话时，需要注意：