使用python提取带有部分下载的MP3 URL的ID3标签答案

【问题标题】：Extract ID3 tags of a MP3 URL with partial download using python使用python提取带有部分下载的MP3 URL的ID3标签
【发布时间】：2015-01-09 10:38:45
【问题描述】：

我需要提取远程mp3文件的ID3标签和元数据。

我写了几行可以获得本地文件的ID3标签：

from mutagen.mp3 import MP3
import urllib2

audio = MP3("Whistle.mp3")

songtitle = audio["TIT2"]
artist = audio["TPE1"]

print "Title: " + str(songtitle)
print "Artist: "+str(artist)

我需要为 mp3 文件的 url 链接实现这一点。我尝试使用 urllib2 获取文件的部分下载。

import urllib2
from mutagen.mp3 import MP3

req = urllib2.Request('http://www.1songday.com/wp-content/uploads/2013/08/Lorde-Royals.mp3')
req.headers['Range'] = 'bytes=%s-%s' % (0, 100)
response = urllib2.urlopen(req)
headers = response.info()
print headers.type
print headers.maintype

data = response.read()
print len(data)

如何在不完全下载文件的情况下提取 MP3 url 的 ID3 标签？

【问题讨论】：

您已经获取了 MP3 文件的前 100 个字节。你被困在哪里了？
啊，看起来 id3 标签位于文件的最后 128 个字节中。因此，除非您知道文件的大小，否则您将无法制作 Range 标头来获取它们。也许一个 HEAD 请求可以先获取文件的长度...

标签： python metadata id3 mutagen

【解决方案1】：

id3 标签存储在 ID3 元数据中，该元数据通常在 mp3 帧（包含音频）的前面，但 mp3 标准也允许它们"follow the mp3 frames"。

要下载最少字节数，您需要：

下载 mp3 的前 10 个字节，提取 ID3v2 标头并计算 id3v2 标头的大小
要检索完整的 id3v2 标签下载 mp3 的 size 字节
使用python库提取ID3标签

这是一个脚本（python 2 或 3），它以最小的下载量提取专辑封面：

try:
    import urllib2 as request # python 2
except ImportError:
    from urllib import request # python 3
    from functools import reduce
import sys
from io import BytesIO
from mutagen.mp3 import MP3

url = sys.argv[1]

def get_n_bytes(url, size):
    req = request.Request(url)
    req.headers['Range'] = 'bytes=%s-%s' % (0, size-1)
    response = request.urlopen(req)
    return response.read()

data = get_n_bytes(url, 10)
if data[0:3] != 'ID3':
    raise Exception('ID3 not in front of mp3 file')

size_encoded = bytearray(data[-4:])
size = reduce(lambda a,b: a*128+b, size_encoded, 0)

header = BytesIO()
# mutagen needs one full frame in order to function. Add max frame size
data = get_n_bytes(url, size+2881) 
header.write(data)
header.seek(0)
f = MP3(header)

if f.tags and 'APIC:' in f.tags.keys():
    artwork = f.tags['APIC:'].data
    with open('image.jpg', 'wb') as img:
       img.write(artwork)

几点说明：

它检查 ID3 是否在文件的前面，并且它是 ID3v2
id3标签的大小存储在字节6到9中，如documented on id3.org
不幸的是，mutagen 需要一个完整的 mp3 音频帧来解析 id3 标签。因此，您还需要下载一个 mp3 帧（根据this comment，最长为 2881 字节）
不要盲目地假设专辑封面是 jpg 你应该首先检查图像格式为 id3 allows many different image types
使用来自互联网的大约 10 个随机 mp3 进行测试，例如这个：python url.py http://www.fuelfriendsblog.com/listenup/01%20America.mp3

【讨论】：

【解决方案2】：

在您的示例中，未获取 ID3 标签，因此您无法提取它们。

在阅读了 ID3 的规范后，我玩了一会儿，这是一个很好的入门方法。

#Search for ID3v1 tags
import string
tagIndex = string.find(data,'TAG')
if (tagIndex>0):
  if data[tagIndex+3]=='+': 
    print "Found extended ID3v1 tag!"
    title = data[tagIndex+3:tagIndex+63]
    print title
  else:
    print  "Found ID3v1 tags"
    title = data[tagIndex+3:tagIndex+33]
    print title
    #So on.
else:
  #Look for ID3v2 tags
  if 'TCOM' in data:
    composerIndex = string.find(data,'TCOM')
    #and so on. See wikipedia for a full list of frame specifications

【讨论】：