ChatGPT 导出数据包里的 conversations.json 和 chat.html 怎么打开、怎么检索旧聊天

解压 ChatGPT 导出的 ZIP 后,chat.html 太大用浏览器打开卡死,conversations.json 又是挤在一行的嵌套节点树怎么看?本文说明压缩包内各文件用途,并附一段可复制的 Python 脚本按关键词检索旧聊天并导出为 Markdown。

NNathaniel bigo··原创首发·AI 辅助撰写
12 分钟读完
资料核对于 2026-11-18 · 依据官方文档与公开资料整理 免费账号 账号

结论先说

  1. 想直接肉眼看选 chat.html,想按关键词秒搜或二次处理选 conversations.json。两者存的是同一批历史对话,只是一个排成了静态网页,一个是原始结构化数据。
  2. chat.html 超过二三十 MB 时浏览器很容易卡死,因为它把你几年来的所有对话一次性渲染在同一张网页里;用记事本或 VS Code 直接打开几百 MB 的单行 conversations.json 同样会卡顿。
  3. 重度用户的压缩包里可能没有单个 conversations.json,而是 conversations-000.json、conversations-001.json 等多个编号文件——这是官方在数据量大时的自动分片。
  4. **最稳妥的检索办法是用本地 Python 脚本流式读取 conversations.json*,遍历里面的 mapping 节点树,把包含关键词的对话单独存成几 KB 的 .md 文件,离线执行、不联网、不泄露隐私。
  5. 国内免境外卡开通入口:若没有境外银行卡或遇到支付被拒,可在本站通过支付宝、微信支付或 AlipayHK 自助获取兑换码开通 ChatGPT Plus 或 ChatGPT Pro,团队多席位支持联系客服定制 ChatGPT Business 团队版。

ChatGPT 导出压缩包常见文件用途对照

图:本站根据 OpenAI 帮助中心:Exporting your ChatGPT history and data 整理的示意图

本文根据 OpenAI 帮助中心《Exporting your ChatGPT history and data》《Transfer exported conversations between ChatGPT accounts》整理,并补充导出包本地解析方法,资料核对于 2026-11-18。配图为本站整理的示意图,不是界面截图。本站(bigolab.com)不是 OpenAI 官方网站。

适用于谁

  • 已经从邮件下载并解压了 ChatGPT 导出的 ZIP 压缩包,看着一堆 .json 和 .html 文件不知道点哪个的人;
  • 双击 chat.html 后浏览器一直转圈、白屏或提示「页面无响应」,根本没法按关键词查旧对话的人;
  • 想从几百兆的 conversations.json 里挑出某几段重要历史记录,转成干净的 Markdown 保存或传给新账号参考的人。

还没申请导出、或者没收到下载邮件的读者,请先看前置步骤教程:ChatGPT 聊天记录怎么导出:申请步骤与下载链接说明。

一、解压后的目录里都有什么文件

先把下载回来的 .zip 完整解压到一个普通文件夹(不要直接在压缩软件预览窗口里双击文件,否则大文件容易解压不全或路径报错)。OpenAI 帮助中心说明包内包含聊天记录及其他相关账号数据,常见文件如下:

  • chat.html:把所有对话拼在一起的离线网页文件,不需要联网即可在 Chrome、Edge、Safari 中浏览。
  • conversations.json(或带编号的多个 JSON):核心对话数据库。每条对话包含标题(title)、创建与修改时间戳,以及一个叫 mapping 的树形字典——因为 ChatGPT 支持「重新生成回答」和「修改提问产生分支」,所以消息不是简单数组,而是靠父子节点 ID 串起来的树。
  • user.json:账号注册邮箱、用户 ID 等基础资料,含个人隐私,备份时注意保管。
  • shared_conversations.json:你在账号里点过「分享(Share)」生成的链接快照记录。
  • message_feedback.json:你给某条回答点过赞或点过踩的反馈记录。
  • 图片、语音或 dalle-generations 等子目录:对话中上传过的附件、生成的图片或语音片段(部分文件带 file- 前缀或 .dat 扩展名)。

如果你本来只想把当前某一个正在聊的对话存成文档,不必每次都走长达数天的全量导出,日常单聊保存方法见 ChatGPT 单个对话怎么导出。

二、chat.html 怎么打开、卡死怎么办

导出包打不开或找不到旧聊天的处理选择

图:本站根据 OpenAI 帮助中心:Transfer exported conversations between ChatGPT accounts 与本站离线解析方案整理的示意图

  1. 轻量记录(chat.html 在 20 MB 以内):右键选 Chrome 或 Edge 打开,等几秒钟加载完毕后,按快捷键 Ctrl + F(macOS 按 Cmd + F)输入关键词即可定位。
  2. 大体积记录(几十 MB 到几百 MB):浏览器需要一次性创建数十万个网页节点,内存占用会瞬间飙到几个 GB 并弹出「页面无响应(Page Unresponsive)」。这时不要硬等,直接关掉标签页,改用下一节的 Python 脚本解析 conversations.json。

三、用 Python 脚本检索 conversations.json 并导出 Markdown

下面这段脚本只用到 Python 自带标准库(无需 pip install 任何第三方包),会自动扫描同目录下的 conversations.json 或所有分片 conversations-*.json,顺着每段对话当前激活的 current_node 还原完整上下文,按关键词筛出匹配的对话并导出为干净的 Markdown 文件。

操作步骤

  1. 确认电脑已安装 Python 3(终端输入 python --version 或 python3 --version 能看到版本号);
  2. 在解压出来的文件夹里新建一个 search_chats.py,粘贴以下代码并保存:
python
import glob, json, os, re
from datetime import datetime

KEYWORD = "装修预算"  # 改成你要搜的关键词;留空字符串 "" 则导出全部对话
OUT_DIR = "matched_markdown"

def extract_messages(conv):
    mapping = conv.get("mapping") or {}
    node_id = conv.get("current_node")
    chain = []
    while node_id and node_id in mapping:
        node = mapping[node_id]
        msg = node.get("message")
        if msg and msg.get("author", {}).get("role") in ("user", "assistant"):
            parts = (msg.get("content") or {}).get("parts") or []
            text = "\n".join(p for p in parts if isinstance(p, str)).strip()
            if text:
                chain.append((msg["author"]["role"], text))
        node_id = node.get("parent")
    chain.reverse()
    return chain

os.makedirs(OUT_DIR, exist_ok=True)
files = sorted(glob.glob("conversations*.json"))
if not files:
    raise SystemExit("当前目录下没找到 conversations*.json,请把脚本放进解压目录运行")

kw = KEYWORD.lower()
count = 0
for fp in files:
    with open(fp, "r", encoding="utf-8") as f:
        data = json.load(f)
    for conv in data:
        title = (conv.get("title") or "未命名对话").strip()
        msgs = extract_messages(conv)
        full_blob = title + "\n" + "\n".join(t for _, t in msgs)
        if kw and kw not in full_blob.lower():
            continue
        count += 1
        ts = conv.get("create_time")
        date_str = datetime.fromtimestamp(ts).strftime("%Y-%m-%d") if ts else "unknown-date"
        safe_title = re.sub(r'[\\/:*?"<>|]+', "_", title)[:50]
        out_path = os.path.join(OUT_DIR, f"{date_str}_{count:04d}_{safe_title}.md")
        with open(out_path, "w", encoding="utf-8") as out:
            out.write(f"# {title}\n\n- 创建日期:{date_str}\n\n---\n\n")
            for role, text in msgs:
                speaker = "提问" if role == "user" else "ChatGPT"
                out.write(f"### {speaker}\n\n{text}\n\n")

print(f"扫描完成,共导出 {count} 段匹配对话到 ./{OUT_DIR}/ 目录")
  1. 在该文件夹下打开终端(Windows 可在资源管理器地址栏输入 powershell 回车),运行:
powershell
python search_chats.py

几秒钟后,文件夹下会生成 matched_markdown 目录,里面每一篇都是按「创建日期 + 标题」命名的 .md 文件,用任意笔记软件(如 Obsidian、Typora 或记事本)都能秒开。

四、搜出来的旧对话怎么传给新账号接着用

按 OpenAI 官方《Transfer exported conversations between ChatGPT accounts》文档说明,ChatGPT 不支持把导出包导回侧边栏恢复成历史列表,但支持把导出的文件作为附件上传到新账号的对话或项目里当背景资料。

相比直接把几百 MB 的原始 conversations.json 硬传上去(很容易触发单文件大小或上下文截断限制),用上面的脚本先把相关主题的几段对话筛出来存成几个小 .md 文件,再传进新账号的「项目(Projects)」里提问,准确率高得多。如果新账号需要更高的文件上传限额、更长的上下文窗口或多人共享项目空间,可以在本站开通 ChatGPT Plus,团队协同场景也可以了解 ChatGPT Business 团队版定制。

常见问题

问:在 conversations.json 里搜不到某段记得很清楚的对话,是怎么回事?

分两种情况:一是你在申请导出前已经手动删掉了那段对话,官方明确说明已删除的记录无法通过导出恢复;二是对话还在账号里,但用的是临时聊天(不会留存),或者你搜的词恰好在图片附件里而非纯文字中。若怀疑只是在网页侧边栏被隐藏了,可按 ChatGPT 归档聊天查找与恢复教程 检查。

问:脚本里的 current_node 是什么意思,会不会漏掉我点过「重新生成」的旧版回答?

current_node 指向你在那段对话最后停留在的那个分支末端,顺着它往回找 parent 得到的正是你在网页上看到的那条完整主线。如果你连废弃分支里的旧回答也想找出来,可以把脚本改为直接遍历 mapping.values() 里的所有节点。

问:账号里的「记忆(Memory)」和自定义指令在哪看?

自定义指令包含在导出数据包的相关配置字段中;如果你只是想整理或迁移日常积累的个人记忆条目,直接在网页设置里复制更直观,操作方法见 ChatGPT 记忆已满:导出、清理与迁移教程。

问:国内没有境外信用卡,怎么开通或续费 ChatGPT Plus / Pro?

答:可在本站使用支付宝、微信支付或 AlipayHK 下单获取卡密自助兑换(支持 ChatGPT Plus、Pro 5x 可覆盖档 与 Pro 5x 空白号档),实时价格、兑换前提与售后规则(掉订阅按剩余天数折退,封号不在质保范围)以对应页面说明为准。

相关教程

参考资料

  • OpenAI 帮助中心:Exporting your ChatGPT history and data — https://help.openai.com/en/articles/7260999-exporting-your-chatgpt-history-and-data
  • OpenAI 帮助中心:Transfer exported conversations between ChatGPT accounts — https://help.openai.com/en/articles/9106926-transfer-exported-conversations-between-chatgpt-accounts

Nathaniel 的更多内容

  1. 01

    独立开发者用 ChatGPT + Codex 跑通产品全流程:市场验证、PRD、原型到代码上线复盘清单

    单人做独立产品最容易陷入「闭门写两个月代码上线零用户」或「AI 写到一半目录越改越崩」。本文整理「ChatGPT 负责市场验证、PRD 与复盘 + Codex 负责工程实现与测试」的五阶段双轨流程,附起手提示词与 7 项上线复盘清单。

    ChatGPTCodex0
  2. 02

    用 ChatGPT 批量生成规范文件命名规则、整理混乱目录树与合并零散发票抬头清单脚本

    面对满桌面的「新建文件夹」「最终版2」和上百张零散电子发票,手工改名抄台账耗时又容易漏重。本文分享先脱敏取样、再用 ChatGPT 生成带预演和回滚日志的本地 Python 脚本,离线安全完成目录整理与发票抬头合并去重的实战流程。

    ChatGPT0
  3. 03

    用 ChatGPT 做海外邮件营销(EDM)受众分层文案、A/B 主题行测试与防进垃圾箱自检

    做海外独立站或出海 SaaS 邮件营销(EDM),最怕千人一面群发被直接送进垃圾箱。本文结合 Gmail/Yahoo 批量发件人规范,梳理用 ChatGPT 设计受众分层文案、批量生成 A/B 主题行矩阵并开展发前垃圾词与合规自检的实战提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写 Notion Formula 2.0 公式、Obsidian Dataview 查询与 Airtable 自动化脚本

    给 Notion 数据库写多条件 Formula 2.0 公式、给 Obsidian 写 Dataview 动态看板,或在 Airtable 里写自动化脚本,经常因为一个小括号或类型不匹配报错半天。本文整理三大工具的通用上下文喂料规范与三套直接可复制的生成提示词。

    ChatGPT其他 AI 工具0
  5. 05

    用 ChatGPT 处理复杂 JSON / YAML / XML 字段映射、格式转换与校验规则编写实战

    对接第三方 API、迁移 Kubernetes 配置或解析政企 XML 报文时,手工对照几百行嵌套字段既慢又容易漏掉空值与类型边界。本文整理用 ChatGPT 完成字段映射表梳理、生成确定性转换脚本以及编写 JSON Schema / Pydantic / XSD 校验规则的实战流。

    ChatGPT其他 AI 工具0
  6. 06

    用 ChatGPT 准备本科/硕士毕业论文答辩:提炼答辩 PPT 结构、模拟导师犀利追问与 3 分钟自述稿

    毕业论文写完后,要在 3–5 分钟内讲清研究价值并顶住答辩评委的连环追问并不轻松。本文整理在严格遵守高校学术规范的前提下,用 ChatGPT 提炼答辩 PPT 结构、打磨 3 分钟口语自述稿并开展模拟导师犀利追问的排练流程与提示词。

    ChatGPT0

同产品的其他教程

  1. 01

    用 ChatGPT 整理家庭装修预算明细、隐蔽工程验收清单与主材优缺点对比表实战

    第一次装修面对几十页施工报价单、密密麻麻的水电防水隐蔽项目与五花八门的主材参数,极易踩坑增项。本文梳理用 ChatGPT 审查装修报价漏项、生成带公式的预算明细表、定制工地隐蔽工程验收单与主材对比表的实战提示词。

    ChatGPT0
  2. 02

    用 ChatGPT 做费曼学习法读书共读:反向追问检验自己是否真读懂专业书籍与整理书单笔记

    读完一本专业硬书常感觉「合上书就忘」,直接让 AI 概括全书又容易产生懂了的错觉。本文介绍用 ChatGPT 结合 Study Mode 与费曼学习法做反向追问共读,通过通俗复述、挑刺盲区到沉淀书单卡片的完整流程与提示词。

    ChatGPT0
  3. 03

    用 ChatGPT 做外贸产品多语种目录、展会邀约与客户跟进节奏表(附脱敏与本地化提示词)

    做外贸展会与海外推广时,手工翻译十几款产品目录费时且容易留下一堆中式英文,展后客户跟进也常缺节奏。本文梳理用 ChatGPT 先脱敏建术语库、再批量产出多语种目录、展前邀约函与展后 21 天跟进节奏表的实战流程与提示词。

    ChatGPT0
  4. 04

    用 ChatGPT 写高质量技术专栏文章、开源项目 Release Notes 与版本更新日志实战

    让 AI 直接凭空写技术文章容易满篇空洞套话,直接甩 Git 记录写更新日志又常常漏掉破坏性变更。本文整理用 ChatGPT 结合真实代码片段、压测数据与 PR 摘要,高效产出深度技术专栏、GitHub Release Notes 与 CHANGELOG 的实战工作流。

    ChatGPT0
  5. 05

    用 ChatGPT 做产品用户访谈纪要编码、提炼高频痛点需求池与 RICE 优先级打分实战

    手头攒了十几份用户访谈逐字稿,手工贴便利贴归纳痛点耗时又容易带入主观偏见。本文分享用 ChatGPT 完成脱敏检查、逐份开放式编码、跨样本聚类高频痛点并搭建 RICE 优先级打分表的 5 步实战流,附可直接复制的三段核心提示词。

    ChatGPT0
  6. 06

    ChatGPT 网页版上传超过 10 个文件或回形针附件按钮变灰怎么办:打包合并与配额限制排查

    在 ChatGPT 网页版批量分析文档时,常遇到一次选超 10 个文件被拦截或输入框回形针按钮变灰。本文依据 OpenAI 文件上传与存储说明,梳理 6 类常见报错的分流排查法,提供 ZIP 打包、本地合并与 Projects 复用方案及可直接复制的解包提示词。

    ChatGPT0

0 条评论

登录 后参与评论

还没有评论,来抢沙发~