通讯录合并去重 - 免费把多个 vcf 合成一份（其它工具）

这个工具解决什么问题

换一次手机，通讯录就要收拾一次。旧手机导出一份 .vcf，新手机导出一份，再加上电脑上那份云同步留下的备份——三个文件一合并，通讯录里「张三」出现了三次、「陈静」出现了两次，有的条目带着手机号没有邮箱，有的正好反过来。想手动合并，就得在几十上百条里来回翻，找到同一个人，把两条的字段拼到一起，再删掉多余的那条。更麻烦的是号码写法不统一：同一个号，一份文件里是 13812345678，另一份是 +86 138 1234 5678，还有一份是 008613812345678，肉眼看得出是一个人，靠排序却怎么也排不到一起。这个工具就是把这件事交给程序做：读入多个 .vcf，按号码把同一个人归到一组，字段取并集，最后输出一份干净的通讯录。

• 原来的做法：在手机的通讯录 APP 里逐条对比、逐条删除；或者先把两个 .vcf 都导入电脑版通讯录，再用「查找重复项」一个个确认合并（每条都要点一下，几十条就是几十次点击）
• 用这个工具：把几个 .vcf 拖到程序图标上（或在窗口里多选），程序自动按归一号码找出重复组，表格里一眼看到哪几组是多条合成的，双击能核对原始名片，确认无误后一次导出
• 省下来的：一次合并 10 个文件的重复项，从半小时的逐条核对变成点两下；关键是号码写法不同（+86、0086、带空格横线）也能认成同一个人

技术实现

整件事拆成两层：vcard_core.py 只管「把文件变成人」，contact_gui.py 只管「把结果摆到窗口里」，中间靠一个 MergeResult 对象传递。这么拆的原因是通讯录文件太脏——同一份通讯录，苹果导出的是 UTF-8 的 3.0、老安卓导出的是 GBK + QUOTED-PRINTABLE 的 2.1、还有些设备会把中文名折成两行。这些坑全在解析层，必须能脱离界面反复测试；界面层只承担交互，出问题时能立刻判断是哪一层的事。去重用的是并查集而不是简单字典：一个人可能有三张卡片，A 与 B 同手机号、B 与 C 同邮箱，A 和 C 毫无交集，只有连通分量能把三张收进一组。

• 编码判定按 BOM → UTF-8 → GB18030 的顺序试：先看 UTF-8/UTF-16 的 BOM，没有再严格试 UTF-8，失败才退到 gb18030，最后才是容错解码。顺序不能反过来：gb18030 几乎不会解码失败，放前面会把 Big5 文件也「成功」解成乱码，而且不会报错，用户只会看到一堆问号。
• 行折叠先拼 QUOTED-PRINTABLE 软换行，再拼空格续行：标准行折叠（RFC 6350）的续行以单个空格或 TAB 开头，但 QUOTED-PRINTABLE 的续行是「行尾一个等号 + 直接换行」，不以空格开头。先按空格拼会把 QP 数据切断、解出乱码，所以顺序是 QP 软换行优先。判断依据只看当前属性头里有没有 QUOTED-PRINTABLE，避免把 NOTE 里合法的行尾等号误当软换行。
• 号码归一化只用于比较，不改用户看到的写法：内部键做四件事：全角转半角、去掉空格横线括号、00 前缀转国际、大陆手机号补 86。于是 13812345678 / +8613812345678 / 008613812345678 得到同一个键。写回文件时用的是原始写法（取第一次出现的那个），因为用户手机里存的就是他习惯的样子；位数不足 6 位的一律不参与比较（分机号、短号拿去比极易误伤）。
• 并查集求连通分量，代替两两比较：按号码和姓名建倒排桶，只在桶内两两判定，再用带路径压缩的并查集合并。10000 条通讯录不需要 5000 万次比较；同时天然处理传递性——A~B 同号、B~C 同号时，三张卡片会落进同一组。
• 三档去重策略，默认档刻意保守：默认的「标准」档要求号码相同且姓名也相同（或有一方没写姓名）才合并。这一条是被现实逼出来的：家里共用一部座机、公司共用总机的通讯录很常见，光凭号码相同就把「张三」和「李四」合并，是最容易毁掉通讯录的错误。要合并「张三」与「张三(客户)」这种写法差异，得用户主动切到「宽松」档。
• 写回 vCard 3.0 时按 75 字节折行：折行按 UTF-8 字节数算而不是字符数：一个中文字符占 3 字节，按字符折行写出来一行 100 多字节，老设备导入时会截断。每个续行前加一个空格，这是 RFC 6350 的折行标记；读出端也按同一规则拼回去，读回时按同一规则拼回，往返前后内容一致（自测 H 组就在验这一点）。

技术栈：Python 3.8+、tkinter 图形界面、纯标准库（quopri / unicodedata / csv / threading，运行期零第三方依赖）、PyInstaller 单文件打包（--onefile --noconsole）

已知局限：只合并姓名、电话、邮箱、单位、职位、地址、备注、生日、网址、分组标签这些文本字段；头像（PHOTO）不参与合并也不写入输出，避免输出文件被 base64 撑到几十兆。Big5 编码的文件在极少数情况下可能被当成 GB18030 解出乱码（此时界面上会看到问号，可以先用记事本另存为 UTF-8 再处理）。姓名完全不同的两张卡片，标准档不会合并，需要手动切「宽松」档。

同类软件对照

下面几款都是公开可查的同类软件，定位各不相同。这里只说明各自的定位，以及本工具在其中的位置，方便你判断哪一类更契合自己的用法。

以上仅作定位对照，各软件的可用性、授权方式与功能范围请以其官方页面为准。

操作教程

1. 解压后双击「通讯录合并去重.exe」
   不需要安装 Python 或任何运行环境，程序直接打开一个窗口。也可以把 .vcf 文件（或整个文件夹）拖到 exe 图标上启动，文件会自动载入。
   预期结果：窗口打开，顶部看到「选择 vCard 文件」按钮和一张空表格
2. 点「选择 vCard 文件」，按住 Ctrl 把几个 .vcf 一起选中
   如果有多个文件散在一个文件夹里，直接点「选择文件夹」更快——程序会连子文件夹一起找，只认 .vcf 与 .vcard。选完不需要再点「开始」，程序立刻开始合并。
   预期结果：表格里出现合并后的联系人，合并条数大于 1 的行是淡蓝色底
3. 看底部的统计结论
   底部会写「原 N 条 → 合并后 M 条（去掉 X 条重复，其中 Y 组是多条合成）」。N 是原始名片数，M 是去重后的人数。如果 X 明显偏小，多半是号码写法差异太大，可以试试把策略切到「宽松」。
   预期结果：统计里能对上你预期的重复条数
4. 双击任意一行，核对这一组是由哪几张名片合成的
   明细窗口列出该组里每张原始名片的来源文件、姓名、电话、邮箱。这一步是防误合并用的：如果发现两张本来不是同一个人，关掉窗口，把右上角的「去重策略」改成「严格」再看一次。
   预期结果：明细窗口里能看到 2~3 行原始名片，字段与来源文件对得上
5. 点「导出合并后的 vCard」，保存成 .vcf
   默认文件名是「合并通讯录.vcf」。写完会提示条数；这一步只写新文件，不会改动你原来那几个 .vcf。
   预期结果：目标文件夹里出现「合并通讯录.vcf」，大小通常比几份来源加起来小
6. 把导出的 .vcf 传到手机，用系统「通讯录 → 导入」打开
   导入前建议先在手机里备份一次现有通讯录（各家手机的「导出到存储」）。导入时如果系统问「合并还是替换」，选合并。
   预期结果：手机通讯录里重复条目消失，号码与邮箱没有丢

常见问题

技术实现与后续维护

程序分三层：解析与去重逻辑完全独立于界面（不含任何窗口代码），界面层只负责编排与展示，入口层负责异常兜底。所以调整合并规则不会碰到界面，改界面也不会影响解析结果——这也是它能稳定处理各种脏格式的原因。运行环境只有一条要求：Windows 10/11 64 位，不需要装 Python、不需要装运行库，解压双击即可。每次迭代都会先跑一遍离线自测（109 项核心断言 + 16 项界面断言），确认解析、归一、去重、导出各条路径都正常才发布。

可扩展方向：

• 加「按单位分组去重」：同一家公司的联系人按公司聚合，方便批量补全部门与职位
• 加「只导出指定的组」：在表格里勾选若干行再导出，用于从大通讯录里挑一批人给某个项目用
• 支持 xlsx/csv 通讯录导入：先把表格里的姓名电话映射成 vCard 字段，再走同一套去重逻辑
• 加「相似姓名提示」：对拼音相同、只差一个字的两条给出提醒但不自动合并，交给用户判断

本工具免费提供使用，功能完整、不设限制。如果你需要在本工具基础上做功能调整、对接内部系统或长期维护，可以联系我们做二次开发。

使用说明与免责声明

• 本工具在本地运行，不联网、不上传任何数据到服务器。
• 涉及文件改写的功能，请在使用前备份原始文件。
• 软件完全免费，可自由使用与转发，请勿用于倒卖。
• 因误操作造成的数据问题请自行承担。