MP3文件分析之ID3v2.3版本

所有的分析都基于ID3官方网站www.id3.org.同时所有的代码都在我的github中，我将它们用闭包集成在了一起，可以直接使用，非常方便，地址:https://github.com/jslinuxboy/ID3MusicDealer

MP3的ID3v2.3版本文件基本分为两部分，一个为标签，其它的为数据。

文件标签分为标签头和标签帧

11.标签头

而标签头有十个字节，即在文件最开始的1010个字节，它的数据结构如下：

char Header[3];//这个字符串一定为"ID3"char version;//版本号，而针对在下要讲的版本，理应为3.即为ID3v2.3char revision;//副版本号，好像一直都是0，没看到过它有变过char flags;//一些特殊的消息标记，只会使用此字节的高3位，其它的五位并没有什么卵用char size[4];//代表整个标签帧的大小，但是不包括这开始的10个字节，所以这里得到的size需要加上10才代表整个标签帧的大小

这里加起来总共1010个字节

然而我想说的是，这些东西都是些大佬定的，一种文件格式从来不是用代码来定义的，id3.org官网定义非常简单，感觉也比较明了，如下：

ID3v2/file identifier   "ID3"
ID3v2 version           $03 00
ID3v2 flags             %abc00000
ID3v2 size              4 * %0xxxxxxx

再缩减一下

$49 44 33 yy yy xx zz zz zz zz

49 44 33就是ID3，然后yy yy,这是真正的版本，虽然上面大佬们将version分为了主的版本和副的版本，xx则是标记，然后最后四个zz则是大小了

ID3v2 flags中的%abc00000\%abc00000，其中高三位表示如下：

a - Unsynchronisation
表示是否同步(自己乱翻译的)，这个搞不清是什么鬼，个人英语不是很行，大概是为了数据帧同步帧数据,校正数据用的
b - Extended header
表示是否有扩展头部，这个扩展头部是用来补充标签信息的，原文如下：
The extended header contains information that is not vital to the correct parsing of the tag information, hence the extended header is optional. c - Experimental indicator
表示是否为试验测试，这个东西是什么鬼也不知道，没见过MP3音乐文件这个位进行了设置

ID3v2 size中的4∗%0xxxxxxx4 * \%0xxxxxxx表示的是44个字节，后面的%0xxxxxxx\%0xxxxxxx就是一个字节88位了。

然后计算标签帧的大小，ID3规定这四个字节中每个字节的最高位恒为00不使用，格式如下：

0xxxxxxx 0xxxxxxx 0xxxxxxx 0xxxxxxx

JS代码如下：

var size = size4 & 0x7f | ((size3 & 0x7f) << 7) | ((size2 & 0x7f) << 14) | ((size1 & 0x7f) << 21);

注意：这里的帧大小，并不包含帧头的1010个字节，只表示帧内容的大小

这里再说一个特殊消息标记的Extended header处理，当Extended header这个标记位设置为11时，在这最开始的1010个字节后面会增加有Extended header的内容，此处进行修改，按照原文的意思，这部分的大小是算在最开始10个字节的size中的，原文如下：

The ID3v2 tag size is the size of the complete tag after unsychronisation, including padding, excluding the header but not excluding the extended header (total tag size - 10). Only 28 bits (representing up to 256MB) are used in the size description to avoid the introducuction of ‘false syncsignals’.

然后这个Extended header信息内容格式如下：

Extended header size   $xx xx xx xx
Extended Flags         $xx xx
Size of padding        $xx xx xx xx
...

Extended header size有四个字节，表示接下来的数据占用多少个字节。

Extended Flags 这两个字节不知道干什么

接下来就都是扩展头部的数据了（我猜Extended Flags这两个字节好像没有，扩展头部本来就没有多大用，一般直接就滤掉了）

这里是JS代码实现标签头的识别：

getByteAt(iOffset);//得到iOffset位置的一个字节数据isBitSetAt(iOffset, iBit);//判断iOffset位置的字节的iBit位是1还是0readSynchsafeInteger32At(data, iOffset);//这是处理标签头的sizegetLongAt(iOffset, bBigEndian);//得到iOffset位置的Long数据，bBigEndian表示是低端还是高端/****************/var offset = 0,major = data.getByteAt(offset + 3),revision = data.getByteAt(offset + 4),unsynch = data.isBitSetAt(offset + 5, 7),xheader = data.isBitSetAt(offset + 5, 6),xtest = data.isBitSetAt(offset + 5, 5),size = this.readSynchsafeInteger32At(data, offset + 6);offset += 10;
if (xheader) {var xheadersize = data.getLongAt(offset, true);offset += xheadersize + 4;
}var id3 = {"version": '2.' + major + '.' + revision,"major": major,"flags": {"unsynchronisation": unsynch,"extended_header": xheader,"experimental_indicator": xtest},"size": size
};

文件分析图片：

22.标签帧内容

帧头的定义

char ID[4];//用四个字符标识一个帧，表明这个帧的内容是什么char size[4];//帧内容的大小，不包括帧头char flags[2];//特殊的消息标记

官方定义

Frame ID       $xx xx xx xx (four characters)
Size           $xx xx xx xx
Flags          $xx xx

帧标识：The frame ID made out of the characters capital A-Z and
0-9.FrameID会是一串由A-Z和0-9的字符串组成，占用44个字节

帧大小：The frame ID is followed by a size descriptor, making a total header size of ten bytes in every frame. The size is calculated as frame size excluding frame header
帧标记：最后这个flags跟前面说的都一样为特殊标记

常见有用的帧标识

TIT2：歌曲标题名字
TPE1：作者名字
TALB：作品专辑
TYER：作品产生年代
COMM：备注信息
APIC：专辑图片

帧标记说明

只定义了66位，另外的1010位为00，一般这些标记也不用，通常为00，格式如下：

flags %abc00000 ijk00000 a -- 标签保护标志，设置时认为此帧作废b -- 文件保护标志，设置时认为此帧作废c -- 只读标志，设置时认为此帧不能修改(但我没有找到一个软件理会这个标志) i -- 压缩标志，设置时一个字节存放两个BCD 码表示数字 j -- 加密标志(没有见过哪个MP3 文件的标签用了加密) k -- 组标志，设置时说明此帧和其他的某帧是一组

帧标识这一块有太多，各种各样的，到官方网站去看，这里会主要区分三种主要的标识信息（其他的都拜拜吧，通过看官方网站的信息你就知道为什么拜拜了）。

11.T*，即以TT开头的帧标识，为文本标识，分为三部分

第一部分为11个字节，这个字节一定是[0x00,0x01,0x02,0x03][0x00,0x01,0x02,0x03]中的一种，0x000x00代表这个标签帧后续的数据为iso-8859-1编码，0x010x01则是utf-16编码，0x020x02则是utf-16be编码，0x030x03则是utf-8编码

第二部分根据编码确定是否存在
如果为0x000x00编码的话就不会存在，字节就是直接读取

如果为0x010x01和0x020x02那么这里会占用22个字节，会出现两种可能的数据，一种为FF FE表示小端，即数据存储是高数据在高位，一种为FE FF表示大端与小端相反

如果为0x030x03编码则是会占用三个字节 EF BB BF

第三部分就是数据

这下面的官方的描述：

<Header for 'User defined text information frame', ID: "TXXX">
Text encoding    $xx
Description    <text string according to encoding> $00 (00)
Value    <text string according to encoding>

虽然Text encoding就是一个字节，但是Description的字节数就是不确定的，最后就是数据内容（个人感觉这里好像少了些东西，感觉Description不是第二部分，也就是说虽然官方上有这个属性描述，但是实际上音乐文件中根本没有这玩意，有的只是确定编码格式的数据，也就是第二部分）

JS代码讲解如下：

ID3v2.readFrameData['T*'] = function(offset, length, data) {var charset = ID3v2.getTextEncoding(data.getByteAt(offset));return data.getStringWidthCharsetAt(offset + 1, length - 1, charset).toString();
};

其中getTextEncoding和getStringWidthCharsetAt是个人进行集成了的函数，会对上述的数据进行相应的处理(github中有源代码)

22.APIC，专辑图片，好像整个MP3的数据就只有这个标识有图片

这里直接以官方说明来讲解比较好：

<Header for 'Attached picture', ID: "APIC">
Text encoding   $xx
MIME type       <text string> $00
Picture type    $xx
Description     <text string according to encoding> $00 (00)
Picture data    <binary data>

第一个为数据编码，和以T开头的一样，分为四种0x00,0x01,0x02,0x030x00,0x01,0x02,0x03

第二个为MIME type数据了，表示的是什么类型图片，有image/jpeg,image/png…等，
这里的字节数不确定，是用0x000x00作为字符串的结束标志，来停止读取的，也就是说MIME type数据需要一直读取，知道读取到了0x000x00也就是我们常见的字符串结束标志\0.

第三个为Picture type，表示的是图片代表什么，是作者还是一些什么内容。

第四个为Description，就是简单的图片描述了，这里和MIME type数据一样，是以\0为结束的，这里多说一句的是，这个属性好像也不经常用，它的值经常为”“

第五部分就是图片数据了，记住这不是base64编码的数据。

Picture type的值扩充说明(就是这些值表示这张图片的大概内容)

$00     Other
$01     32x32 pixels 'file icon' (PNG only)
$02     Other file icon
$03     Cover (front)
$04     Cover (back)
$05     Leaflet page
$06     Media (e.g. lable side of CD)
$07     Lead artist/lead performer/soloist
$08     Artist/performer
$09     Conductor
$0A     Band/Orchestra
$0B     Composer
$0C     Lyricist/text writer
$0D     Recording Location
$0E     During recording
$0F     During performance
$10     Movie/video screen capture
$11     A bright coloured fish
$12     Illustration
$13     Band/artist logotype
$14     Publisher/Studio logotype

JS代码：

ID3v2.readFrameData['APIC'] = function(offset, length, data, v) {v = v || '3';//这里是为了以后扩展用的var start = offset,charset = ID3v2.getTextEncoding(data.getByteAt(offset));switch (v) {case '2':break;case '3':var format = data.getStringWidthCharsetAt(offset + 1, length, '');offset += 1 + format.bytesReadCount;break;}var bite = data.getByteAt(offset),type = ID3v2.pictureType[bite],desc = data.getStringWidthCharsetAt(offset + 1, length - (offset - start), charset);offset += 1 + desc.bytesReadCount;return {"format": format.toString(),"type": type,"description": desc.toString(),"data": data.getBytesAt(offset, (start + length) - offset)};
};

这些代码分别对应该类型数据处理

33.COMM，备注消息，这个玩意一直在飞，全程都是懵逼的，这个属性感觉并没有什么卵用

这里还是官方说明来讲解比较好

<Header for 'Comment', ID: "COMM">
Text encoding           $xx
Language                $xx xx xx
Short content descrip.  <text string according to encoding> $00 (00)
The actual text         <full text string according to encoding>

第一个不想说了，跟前面的一模一样;

第二个表示接下来是什么语言，就是说是中文还是英文还是其它语言，一般是英文就是eng

然后就是短描叙了，这里的字节数也是不确定的，也就是说这里是以\0为结尾的数据，需要不断读取直到\0结束

接下来就是最终的数据了

JS代码：

ID3v2.readFrameData['COMM'] = function(offset, length, data) {var start = offset,charset = ID3v2.getTextEncoding(data.getByteAt(offset)),language = data.getStringAt(offset + 1, 3),shortdesc = data.getStringWidthCharsetAt(offset + 4, length - 4, charset);offset += 4 + shortdesc.bytesReadCount;var text = data.getStringWidthCharsetAt(offset, (start + length) - offset, charset);return {language: language,short_description: shortdesc.toString(),text: text.toString()};
};

自己对着看吧

到这里三种类型就分析完了

到此基本就可以了，标签分析完成，个人不进行歌曲的数据帧分析。

这里进行编码数据扩充

11.utf-16，即为UCS-2，这种编码会出现两种形式，一个为22字节也就是一个字，一个为四字节也就是两个字，
当第一个字节小于0xD80xD8或者大于0xDF0xDF，则是第一种情况，否则就是第二种，其中0xDB−0xDF0xDB-0xDF为代理区(http://blog.csdn.net/wm_1991/article/details/52230716这个地址可以了解更多)
当然在这个音乐文件中有小端和大端区分，所以我们经常会看到如下编码选项 UCS-2 Big Endian(大端),UCS-2 Little Endian(小端)

22.utf-8,这个编码可以说是最操蛋的，网上的解释也参差不齐，俺也懒得去看官网了，这里讲解的只是最常用的，大众的。
这个编码分为三种，一个为11字节(这里很明显是用一个字节来表示英文字母)，然后就是22字节，接着就是33字节
区分：

第一字节小于0x800x80则为11个字节
第一字节大于等于0xC20xC2小于0xE00xE0则是22字节
第一字节大于等于0xE00xE0小于0xF00xF0则是33字节

33.其他的编码就一股脑的读取一个字节就可以了

JS代码如下：

var stringUtils = {readUTF16String: function(bytes, bBigEndian) {//utf-16var ix = 0,offset1 = 1,offset2 = 0,bytesLength = bytes.length,bigEndian = bBigEndian;if (bytes[0] == 0xFE && bytes[1] == 0xFF) {bigEndian = true;ix = 2;} else if (bytes[0] == 0xFF && bytes[1] == 0xFE) {bigEndian = false;ix = 2;}if (bigEndian) {offset1 = 0;offset2 = 1;}var arr = [];while (ix < bytesLength) {var byte1 = bytes[ix + offset1],byte2 = bytes[ix + offset2],word1 = (byte1 << 8) + byte2;ix += 2;if (word1 == 0x0000) {break;} else if (byte1 < 0xD8 || byte1 > 0xDF) {arr.push(String.fromCharCode(word1));} else {var byte3 = bytes[ix + offset1],byte4 = bytes[ix + offset2],word2 = (byte3 << 8) + byte4;ix += 2;arr.push(String.fromCharCode(word1, word2));}}var string = new String(arr.join(""));string.bytesReadCount = ix;return string;},readUTF8String: function(bytes) {//utf-8var ix = 0,bytesLength = bytes.length;if (bytes[0] == 0xEF && bytes[1] == 0XBB && bytes[2] == 0xBF) {ix = 3;}var arr = [];while (ix < bytesLength) {var byte1 = bytes[ix++];if (byte1 == 0x00) {break;} else if (byte1 < 0x80) {arr.push(String.fromCharCode(byte1));} else if (byte1 >= 0xC2 && byte1 < 0xE0) {var byte2 = bytes[ix++];arr.push(String.fromCharCode(((byte1 & 0x1F) << 6) + (byte2 & 0x3F)));} else if (byte1 >= 0xE0 && byte1 < 0xF0) {var byte2 = bytes[ix++],byte3 = bytes[ix++];arr.push(String.fromCharCode(((byte1 & 0xFF) << 12) + ((byte2 & 0x3F) << 6) + (byte3 & 0x3F)));}}var string = new String(arr.join(""));string.bytesReadCount = ix;return string;},readNullTerminatedString: function(bytes) {var arr = [],bytesLength = bytes.length,i;for (i = 0; i < bytesLength;) {var byte1 = bytes[i++];if (byte1 == 0x00) break;arr.push(String.fromCharCode(byte1));}var string = new String(arr.join(""));string.bytesReadCount = i;return string;}
};

数据分析整体流程图

这里多说一下个人写的代码中的对象ID3module

StringUtils专门处理字符串的对象，比如通过UTF-16编码获取binaryFile专门对数据进行处理的对象，比如获得多少个字节b64Utils专门对数据进行base64编码解码的对象fileAPIReader专门生成文件二进制流的对象framesTable专门存储标签帧标识的对象_shortcuts用户可能需要的数据_defaultShortcuts默认对象可能需要的数据getFrameData将数据转换为数组的函数