ID3V1和ID3V2的分析

ID3V1和ID3V2的分析

ID3v1
    ID3V1比较简单，它是存放在MP3文件的末尾，用16进制的编辑器打开一个MP3文件，查看其末尾的128个顺序存放字节，数据结构定义如下：
char Header[3];     /*标签头必须是"TAG"否则认为没有标签*/
char Title[30];     /*标题*/
char Artist[30];    /*作者*/
char Album[30];     /*专集*/
char Year[4];     /*出品年代*/
char Comment[30];    /*备注*/
char Genre;     /*类型，流派*/
    ID3V1的各项信息都是顺序存放，没有任何标识将其分开，比如标题信息不足30个字节，则使用'\0'补足，否则将造成信息错误。Genre使用原码表示，对照表如下（略）：

ID3V2
    ID3V2到现在一共有4个版本，但流行的播放软件一般只支持第3版，既ID3v2.3。由于ID3V1记录在MP3文件的末尾，ID3V2就只好记录在MP3文件的首部了。也正是由于这个原因，对ID3V2的操作比ID3V1要慢。而且ID3V2结构比ID3V1的结构要复杂得多，但比前者全面且可以伸缩和扩展。

每个ID3V2.3的标签都一个标签头和若干个标签帧或一个扩展标签头组成。关于曲目的信息如标题、作者等都存放在不同的标签帧中，扩展标签头和标签帧并不是必要的，但每个标签至少要有一个标签帧。标签头和标签帧一起顺序存放在MP3文件的首部。

一、 标签头   

在文件的首部顺序记录10个字节的ID3V2.3的头部。数据结构如下：
char Header[3];     /*必须为"ID3"否则认为标签不存在*/
char Ver;     /*版本号ID3V2.3就记录3*/
char Revision;     /*副版本号此版本记录为0*/
char Flag;     /*存放标志的字节，这个版本只定义了三位，稍后详细解说*/
char Size[4];     /*标签大小，包括标签头的10个字节和所有的标签帧的大小*/

1.标志字节
标志字节一般为0，定义为： abc00000

a -- 表示是否使用Unsynchronisation(这个单词不知道是什么意思，字典里也没有找到，一般不设置)
b -- 表示是否有扩展头部，一般没有(至少Winamp没有记录)，所以一般也不设置
c -- 表示是否为测试标签(99.99%的标签都不是测试用的啦，所以一般也不设置)
2.标签大小
一共四个字节，但每个字节只用7位，最高位不使用恒为0。所以格式如下
0xxxxxxx 0xxxxxxx 0xxxxxxx 0xxxxxxx
计算大小时要将0去掉，得到一个28位的二进制数，就是标签大小(不懂为什么要这样做)，计算公式如下：
int total_size;
total_size = (Size[0]&0x7F)*0x200000 + (Size[1]&0x7F)*0x400 + (Size[2]&0x7F)*0x80
              +(Size[3]&0x7F)
二、标签帧
每个标签帧都有一个10个字节的帧头和至少一个字节的不固定长度的内容组成。它们也是顺序存放在文件中，和标签头和其他的标签帧也没有特殊的字符分隔。得到一个完整的帧的内容只有从帧头中的到内容大小后才能读出，读取时要注意大小，不要将其他帧的内容或帧头读入。

帧头的定义如下：
char FrameID[4];   /*用四个字符标识一个帧，说明其内容，稍后有常用的标识对照表*/
char Size[4];    /*帧内容的大小，不包括帧头，不得小于1*/ 
char Flags[2];    /*存放标志，只定义了6位，稍后详细解说*/
1.帧标识
用四个字符标识一个帧，说明一个帧的内容含义，常用的对照如下：
TIT2=标题 表示内容为这首歌的标题，下同

APIC=attached picture（专辑封面）
TPE1=作者

TOPE=艺术家
TALB=专集
TRCK=音轨 格式：N/M 其中N为专集中的第N首，M为专集中共M首，N和M为ASCII码表示的数字
TYER=年代 是用ASCII码表示的数字
TCON=类型 直接用字符串表示
COMM=备注 格式："eng\0备注内容"，其中eng表示备注所使用的自然语言

2.大小
这个可没有标签头的算法那么麻烦，每个字节的8位全用，格式如下
xxxxxxxx xxxxxxxx xxxxxxxx xxxxxxxx
算法如下：
int FSize;
FSize = Size[0]*0x100000000 + Size[1]*0x10000 + Size[2]*0x100 + Size[3];
3.标志
只定义了6位，另外的10位为0，但大部分的情况下16位都为0就可以了。格式如下：
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
  值得一提的是winamp在保存和读取帧内容的时候会在内容前面加个'\0'，并把这个字节计算在帧内容的大小中。

3.帧数据（内容）

       这里首先介绍一下帧数据为字符串时的存储格式。所有的字符串(URL也算)都采用ISO-8859-1或Unicode的方式进行编码，前者字符串以0x00结尾，后者以0x00 0x00结尾。通常情况下字符串不能包含换行符。一般来讲，如果帧数据保存的是字符串，那第一个字节表示编码方式，如果是ISO-8859-1就为0x00，如果是Unicode则为0x01.

       实际上大部分常用标签都是数据是字符串形式

       TENC WXXX COMM TRCK（不能肯定）TYER(不能肯定) TEP2 TCOM TOPE TCON TALB APIC

       而只有PRIV不是

      

       帧标识为APIC时表示该帧的数据为一幅图片，图片格式为MIME类型。如果MIME类型被省略，默认会使用”image/png” or “image/jpeg”。同一个音频文件可包含多幅图片，每个都有自己的APIC帧，但只有一个有效。此外，还可以通过设置MIMI类型为“-à”来指定一个图片的链接。下面是一个完整的APIC帧的例子：

帧头：APIC|00 00 49 D9|00 00 | . image/jpg…|完整的jpg文件数据

APIC为帧标识符，为方便看已经转化为char了

00 00 49 D9 表示该帧所包含的数据长度，18905个字节，但注意，这18905个字节是整个数据区的长度，不包括帧头。

00 00 表示flag，用不上。

. image/jpg… 数据区的前13bytes，第一个字节(.)的含义前面已经说了。后面12bytes的长度是固定的，但其中的“jpg”图片类型的变化而变化，但总是三位，如果载入的文件类型为“*.jpeg”那这三位就是“peg”，其它类推。紧跟着的才是真正的图片数据区了，所以图片数据长度只有18905-13bytes，这里存放的数据和jpg原图的数据一模一样(通过ultra edit比较的结果)，把这部分的数据提出来保存为jpg文件和原图没有任何区别。