「微信帐号&语音文件」结构分析

1、微信账户信息。

这里提到的微信内部账户(UIN)有三种可能的结构：9位、10位、负1位和10位补丁。

UIN记录在/data/data文件夹下的若干文件内，包括com.、a等。

例如：在文件里的

<int name="default_uin" value="2333333333" />

au文件里的

<int name="_auth_uin" value="2333333333" />

网上盛传的chrome://net-internals/#events抓包法也能得到UIN，通常与上述UIN相同，但只有两种可能的结构：9位数、10位数。如果10位数溢出了32位整型空间，就相当于“1个负号拼接10位数”的情况。

例如：数据包的UIN是233333333，实际的UIN是-1961633963（即233333333减去4294967296）。

接下来，如前文所述，“mm”直接拼接UIN ，算出MD5值后得到该账号的文件夹名称。例如：UIN是-1961633963时，MD5(mm-1961633963) = b883740d5f568c04e488befca16eed50。

2、微信语音文件夹的命名规则

前文已经介绍过了，微信的语音文件存储在“voice2”下的两层目录下，而这两层的目录名称非常奇怪，都是两位字符，如“voice\3d\27\……”，name，" voice2”文件夹之下的二级目录名是如何选择的呢？

以这里的“ m ”文件为例，只要把“msg_”去掉，对基本名称的剩余部分（ 480948061918919ac9300d9102 ）计算MD5值，得到 3d 27 8f649bece4ff979a26db4e50d147，取第1-2位为第一层目录名，第3-4位为第二层目录名，这个文件就在 /voice2/3d/27/ 文件夹下。

3、微信语音文件的命名规则

前文留下了一个思考题，这里的发送者标识“ 919ac93 ”是什么含义呢？

首先要明确，微信号包括缺省微信号和自定义微信号。缺省微信号通常以“wxid_”（个人号）或“gh_”（公众号）开头，就像身份证号一样。

当用户自行选择自定义微信号后，缺省微信号 不被删除或覆盖 。而发送者标识就是 缺省微信号的MD5值的前7位 ， 即使修改自定义微信号后也不变化 。

另外再说一句，保存头像时，得到的图片文件名称也由缺省微信号的MD5值构成。 例如：大家可以关注一下“新闻哥”这个订阅号做个实验。（非推荐行为）

那么，应该对gh_faa35168f414计算MD5值，其头像图片将被保存为 ，并且其发送者标识是“ aaf7752 ”，即：缺省微信号的md5值，取前面七位。

4、待解决的新问题

1、发送者标识为什么只取7位呢？

笔者猜测是为了压缩文件名、节省数据空间。容易想到，这样做可能导致哈希冲突。对于最常见的缺省微信号格式（wxid_14位小写字母和数字），理论上有36^14种可能（6.14094E+21），而7位哈希只有16^7种可能（2.68435E+8）。

当然在操作中，可以在生成wxid时就丢弃冲突的wxid，直到微信用户数接近2.7亿。然而，马化腾在今年全国人大“代表通道”上透露，微信全球月使用活跃用户数在春节突破十亿大关。那么，怎样判别用户的唯一性？

2、语音文件名称里的发送时间由手机时间决定，不依赖于服务器的标准时间。

那么，怎样确定时间的正确性？