使用Python读取Mp3的标签信息

什么是ID3

MP3是音频文件最流行的格式，它的全称是 MPEG layer III。但是这种格式不支持对于音频内容的描述信息，包括歌曲名称、演唱者、专辑等等。

因此在1996年，Eric Kemp在Studio 3项目中提出了ID3的解决方案。ID3全称是Identity of MP3，其解决方案是在音频文件末尾附加一串数据，包含关于歌曲的名称、歌手、图片的信息。为了方便检测，数据的长度固定为128bytes。这个版本的解决方案称为 ID3v1。

Michael Mutschler 在 1997 对格式进行了微小的调整，压缩了Comment字段，增加了Track信息，这个版本被称为ID3v1.1。

1998年，Martin Nilsson & Michael Mutschler牵头，多个贡献者一起发起了ID3v2的工作。这个班的结构和ID3v1完全不同，数据的长度不再固定，位置也从尾部移到了头部，并且引入了Unicode支持。ID3v2的第一个版本是ID3v2.2，2000年发布了ID3v2.4。

ID3v1

附着在音频数据之后，长度为128bytes，每个字段最大支持30个字符。

具体的字段信息

Song Title	30 characters
Artist	30 characters
Album	30 characters
Year	4 characters
Comment	30 characters
Genre	1 byte

在数据开始之前，总是有三个字符TAG，这样和上面的字段加起来，正好是128bytes。如果Artist字段内容不足30个字符，不足的部分用0填充。

ID3v2

ID3v2是加在音频数据前面的一组数据，每项具体的数据称为frame(例如歌曲名称)。可以包含任意类型的数据，每个frame最大支持16MB，整个tag大小最大支持256MB。存储编码支持Unicode，这样就不会产生乱码问题。

Tag数据放在音频数据之前还有一个好处，对于流式访问可以首先获得歌曲信息并展现给用户。

列举一些特性：

The ID3v2 tag is a container format, just like IFF or PNG files, allowing new frames (chunks) as evolution proceeds.
Residing in the beginning of the audio file makes it suitable for streaming.
Has an 'unsynchronization scheme' to prevent ID3v2-incompatible players to attempt to play the tag.
Maximum tag size is 256 megabytes and maximum frame size is 16 megabytes.
Byte conservative and with the capability to compress data it keeps the files small.
The tag supports Unicode.
Isn't entirely focused on musical audio, but also other types of audio.
Has several new text fields such as composer, conductor, media type, BPM, copyright message, etc. and the possibility to design your own as you see fit.
Can contain lyrics as well as music-synced lyrics (karaoke) in almost any language.
Is able to contain volume, balance, equalizer and reverb settings.
Could be linked to CD-databases such as CDDB and FreeDB.
Is able to contain images and just about any file you want to include.
Supports enciphered information, linked information and weblinks.

使用 Python 读取ID3 信息

我写了一个 Python 脚本可以用来读取 ID3v1 的信息。实际操作过程中发现两个问题：

1、ID3v1的信息没有编码字段，所以有的时候同样的Mp3，在不同的系统环境中播放，会显示乱码。针对这个问题，打算再写一篇文章说一下如何探测编码。

2、iTunes应该是优先使用ID3v2的信息

我把脚本放到了 github 上，感兴趣的同学可以通过 https://github.com/cocowool/py-id3 查看。

# Read ID3v1 tag information

import os

import string

import base64

import chardet

def parse(fileObj, version = 'v1'):

fileObj.seek(0,2)

# ID3v1's max length is 128 bytes

if(fileObj.tell() < 128):

return False

fileObj.seek(-128,2)

tag_data = fileObj.read()

if(tag_data[0:3] != b'TAG'):

return False

return getTag(tag_data)

# Detect the encoding and decode

def decodeData(bin_seq):

# print(bin_seq)

result = chardet.detect(bin_seq)

# print(result)

if(result['confidence'] > 0):

try:

return bin_seq.decode(result['encoding'])

except UnicodeDecodeError:

return 'Decode Failed'

# Get ID3v1 tag data

def getTag(tag_data):

# STRIP_CHARS = compat.b(string.whitespace) + b"\x00"

STRIP_CHARS = b"\x00"

tags = {}

tags['title'] = tag_data[3:33].strip(STRIP_CHARS)

if(tags['title']):

tags['title'] = decodeData(tags['title'])

tags['artist'] = tag_data[33:63].strip(STRIP_CHARS)

if(tags['artist']):

tags['artist'] = decodeData(tags['artist'])

tags['album'] = tag_data[63:93].strip(STRIP_CHARS)

if(tags['album']):

tags['album'] = decodeData(tags['album'])

tags['year'] = tag_data[93:97].strip(STRIP_CHARS)

# if(tags['year']):

# tags['year'] = decodeData(tags['year'])

tags['comment'] = tag_data[97:127].strip(STRIP_CHARS)

#@TODO Need to analyze comment to verfiy v1 or v1.1

if(tags['comment']):

tags['comment'] = decodeData(tags['comment'])

tags['genre'] = ord(tag_data[127:128])

return tags

# Set ID3v1 tag data

def setTag():

pass

本文为作者原创，如果您觉得本文对您有帮助，请随意打赏，您的支持将鼓励我继续创作。

参考资料：

1、ID3.org

2、Wiki ID3

3、Python open() 函数

4、使用Python读取和写入mp3文件的id3v1信息

5、Python 模块