针对mp3文件中ID3v2不同步方案的正则表达式？

Question

我正在创建一段代码来检查服务器上的 mp3 文件并获取结果，其中一些文件是否存在错误同步。简而言之，我使用 fread() 函数并在变量中获取流。在拆分该流以获得 id3v1（不必要，它不是同步的主题）、id3v2（主要问题）和音频的单独流之后，我必须针对 id3v2 流实现该方案。

根据ID3v2官方文档：

“不同步方案”的唯一目的是使ID3v2标记为尽可能与现有软件兼容。如果文件仅由新软件处理，则“不同步”标签没有用处。只能对 MPEG 2 第 I、II 和 III 层以及 MPEG 2.5 文件进行取消同步。

每当在标签内发现错误同步时，就会在第一个错误同步字节之后插入一个归零字节。 ID3 编码器应更改的正确同步格式如下：

%11111111 111xxxxx

应替换为：

%11111111 00000000 111xxxxx

这有一个副作用，即所有 $FF 00 组合都必须更改，因此它们不会受到解码过程的影响。因此，在取消同步期间，所有 $FF 00 组合都必须替换为 $FF 00 00 组合。

为了指示不同步的使用，应该设置“ID3 flags”中的第一位（注意：我已经找到了该位）。仅当标签包含现已更正的错误同步时，才应设置该位。仅当标签不包含任何错误同步时，才应清除该位。

请记住，如果编码器使用压缩方案，则应之后应用不同步方案。解码压缩的“不同步”文件时，应首先解析“不同步方案”，然后再解压缩。

我的问题是：

1. 如何搜索和查找将此位模式 %11111111 111xxxxx 替换为 %11111111 00000000 111xxxxx？
2. 反之亦然，如何搜索和查找？将此位模式 %11111111 00000000 111xxxxx 替换为 %11111111 111xxxxx？

...使用preg_replace()。

到目前为止，我创建的代码工作得很好，我只多了一行（嗯，正好两行）。

<?php

  // some basic checkings here, such as 'does file exist'
  // and 'is it readable'

  $f = fopen('test.mp3', 'r');

  // ...rest of my code...  

  $pattern1 = '?????'; // pattern from 1st question
  $id3stream = preg_replace($pattern1, 'something1', $id3stream);

  // ...extracting frames...

  $pattern1 = '?????'; // pattern from 2nd question
  $id3stream = preg_replace($pattern2, 'something2', $id3stream);

  // ..do more job...

  fclose($f);

?>

如何使用 preg_replace() 函数使这两行起作用？

PS 我知道如何在某种循环中逐字节读取，但我确信使用正则表达式可以做到这一点（顺便说一句，说实话，我很喜欢正则表达式）。

如果您需要更多详细信息，请告诉我。

---

还有一件事......

目前我正在使用这种模式

$pattern0 = '/[\x00].*/';
echo preg_replace($pattern0, '', $input_string);

来切断从第一个零字节开始直到结束的部分字符串。这是正确的方法吗？

---

更新

（@mario 的回答）。

在前几次测试中...此代码返回了正确的结果。

  // print original stream
  printStreamHex($stream_original, 'ORIGINAL STREAM');

  // adding zero pads on unsync scheme
  $stream_1 = preg_replace(':([\\xFF])([\\xE0-\\xFF]):', "$1\x00$2", $stream_original);
  printStreamHex($stream_1, 'AFTER ADDING ZEROS');

  // reversing process
  $stream_2 = preg_replace(':([\\xFF])([\\x00])([\\xE0-\\xFF]):', "$1$3", $stream_1);
  printStreamHex($stream_2, 'AFTER REMOVING ZEROS');


  echo "Status: <b>" . ($stream_original == $stream_2 ? "OK" : "Failed") . "</b>";

但几分钟后，我发现了特定的情况，一切看起来都像预期的结果，但流中仍然有 FFE0+ 对。

ORIGINAL STREAM
+-----------------------------------------------------------------+
| FF  E0  DB  49  53  BE  3B  E0  90  40  EA  2B  3A  61  FF  FA  |
| 84  E0  A9  99  1F  39  B5  E1  54  FF  E7  ED  B8  B1  3A  36  |
| 88  01  69  CA  7D  47  FA  E1  70  7C  85  34  B8  1A  FF  FF  |
| FF  F8  21  F9  2F  FF  F7  17  67  EB  2A  EB  6E  41  82  FF  |
+-----------------------------------------------------------------+

AFTER ADDING ZEROS
+-----------------------------------------------------------------+
| FF  00  E0  DB  49  53  BE  3B  E0  90  40  EA  2B  3A  61  FF  |
| 00  FA  84  E0  A9  99  1F  39  B5  E1  54  FF  00  E7  ED  B8  |
| B1  3A  36  88  01  69  CA  7D  47  FA  E1  70  7C  85  34  B8  |
| 1A  FF  00  FF  FF  00  F8  21  F9  2F  FF  00  F7  17  67  EB  |
| 2A  EB  6E  41  82  FF                                          |
+-----------------------------------------------------------------+

AFTER REMOVING ZEROS
+-----------------------------------------------------------------+
| FF  E0  DB  49  53  BE  3B  E0  90  40  EA  2B  3A  61  FF  FA  |
| 84  E0  A9  99  1F  39  B5  E1  54  FF  E7  ED  B8  B1  3A  36  |
| 88  01  69  CA  7D  47  FA  E1  70  7C  85  34  B8  1A  FF  FF  |
| FF  F8  21  F9  2F  FF  F7  17  67  EB  2A  EB  6E  41  82  FF  |
+-----------------------------------------------------------------+

Status: OK

如果流包含类似 FF FF FF FF 的内容，它将被替换为 FF 00 FF FF 00 FF，但它应该是 FF 00 FF 00 FF 00 FF< /代码>。该 FF FF 对将再次导致 mp3 同步错误，因此我的任务是避免音频流之前的每个 FFE0+ 模式（在 ID3v2 标记流中；因为 mp3 以 FFE0+ 开头） 字节对，它应该在音频数据的开头第一次出现）。我发现我可以循环相同的正则表达式，直到获得没有 FFE0+ 字节对的流。有没有不需要循环的解决方案？

干得好@mario，非常感谢！

Answer 1

二进制字符串不完全是正则表达式的领域。但您已经有了使用 \x00 的正确方法。

3.. 截断从第一个零字节开始直到结尾的部分字符串

$pattern0 = '/[\\x00].*$/';

您只是在这里缺少 $ 。

1..如何搜索&将此位模式 %11111111 111xxxxx 替换为 %11111111 00000000 111xxxxx？

对这些位串使用序列 FF 和 E0。

preg_replace(':([\\xFF])([\\xE0-\\xFF]):', "$1\x00$2");

由于您搜索的是变量字节，所以在替换字符串中使用 $2。否则，更简单的 str_replace 就可以工作。

2..反之亦然，如何搜索&将此位模式 %11111111 00000000 111xxxxx 替换为 %11111111 111xxxxx？

同样的伎俩。

preg_replace(':([\\xFF])([\\x00])([\\xE0-\\xFF]):', "$1$3");

我只会注意始终使用 \ 双反斜杠，因此 PCRE 解释了 \x00 十六进制序列，而不是 PHP 解析器。 （在到达 libpcre 之前，它最终会成为 C 字符串终止符。）