MP3: MP3中的ID3v2 格式分析

一. 基本組成

MP3文件中的ID3v2 的基本組成如下：

可以看到，基本分為三部分：標簽頭，幀頭，幀標識三部分。

二. 標簽頭

在文件的首部順序記錄 10 個字節的 ID3V2.3 的頭部。數據結構如下:

typedef ID3_HEADER {
    uint8_t id3_identifier[3];
    uint8_t id3_version;
    uint8_t id3_revision;
    uint8_t id3_flags;
    uint32_t id3_size;
} ID3_HEADER_t;

各個字段的詳細含義如下：

- id3_identifier[3]。
　　頭部標識。占3個字節，由字符ID3組成，表示這是一個ID3v2的標簽;
- id3_version。
　　主版本號。版本號 ID3V2.3 就記錄 3
- id3_revision。
　　副版本號。這里記錄為0
- id3_flags。
　　存放標志的字節。標志字節一般為 0,定義如下: abc00000，
　　a -- 表示是否使用 Unsynchronisation(這個單詞不知道是什么意思,字典里也沒有找到,一般不設置)；
　　b -- 表示是否有擴展頭部,一般沒有(至少 Winamp 沒有記錄),所以一般也不設置
　　c -- 表示是否為測試標簽(99.99%的標簽都不是測試用的啦,所以一般也不設置)

- id3_size。
　　標簽大小。代表的是后面所有標簽幀的總大小。一共占四個字節, 但是按照ID3v2 標准(https://id3.org/id3v2.3.0#ID3v2_header)的要求，每個字節只用 7 位,最高位不使用，恆為 0。舉個例子來說，
　　比如：如果后面標簽幀的總大小是257，那么在寫入時，就必須是：513

257 (%00000001  00000001) encoded as a 16 bit synchsafe integer is 513
(%00000010  00000001).

　　又比如：如果后面標簽幀的總大小是255，那么在寫入時，就必須是：383

255 (%11111111) encoded as a 16 bit synchsafe integer is 383
(%00000001 01111111).

　　另外，數值在寫入時，必須以大端格式寫入。 
　　由於計算結果需要將每個字節的最高位0位丟棄，所以這里提供兩個函數用於處理這個問題：

　　丟棄最高位：

int syncint_encode(int value)
{
    int out, mask = 0x7F;

    while (mask ^ 0x7FFFFFFF)
    {
        out = value & ~mask;
        out <<= 1;
        out |= value & mask;
        mask = ((mask + 1) << 8) - 1;
        value = out;
    }

    return out;
}

　　復原：

int syncint_decode(int value)
{
    unsigned int a, b, c, d, result = 0x0;
    a = value & 0xFF;
    b = (value >> 8) & 0xFF;
    c = (value >> 16) & 0xFF;
    d = (value >> 24) & 0xFF;

    result = result | a;
    result = result | (b << 7);
    result = result | (c << 14);
    result = result | (d << 21);

    return result;
}

三. 標簽幀

每個標簽幀都有一個 10 個字節的幀頭和至少一個字節的不固定長度的內容組成。 它們也是順序存放在文件中,和標簽頭和其他的標簽幀也沒有特殊的字符分隔。得到一個完整的幀的內容只有從幀頭中的到內容大小后才能讀出,讀取時要注意大小,不要將其他幀的內容或幀頭讀入。

它的數據結構定義如下：

typedef ID3_FRAME {
    uint8_t frame_id[4];
    uint32_t frame_size;
    uint16_t frame_flags;
} ID3_FRAME_t;

各個字段的詳細含義如下：
- frame_id[4]。用四個字符標識一個幀,描述其內容,常用的標識有：

　　TIT2 = 標題 表示內容為這首歌的標題,下同
　　TPE1 = 作者
　　TALB = 專集
　　TRCK = 音軌 格式:N/M 其中 N 為專集中的第 N 首,M 為專集中共 M 首,N 和 M 為 ASCII 碼表示的數字
　　TYER = 年代 是用 ASCII 碼表示的數字
　　TCON = 類型 直接用字符串表示
　　COMM = 備注 格式:"eng/0 備注內容",其中 eng 表示備注所使用的自然語言

更多的標識請參考：https://id3.org/id3v2.3.0#Declared_ID3v2_frames

- frame_size。代表幀內容的大小，這里要注意，寫入時也必須為大端格式。

- frame_flags。 代表幀標記暫時不清楚有什么實際含義。

參考鏈接：
1. ID3 tag version 2.4.0 - Main Structure

2. ID3 tag version 2.3.0(官網)

3. ID3 Implementations (ID3v2 代碼實現)

4. Mp3（ID3v2）格式文件解析

5. MP3文件分析之ID3v2.3版本