使用 Python 从广播流中读取 SHOUTcast/Icecast 元数据

Question

有人成功地从远程广播流中读取 SHOUTcast/Icecast 元数据吗？

有 几个库可以从本地 MP3 文件读取元数据，但没有一个似乎设计用于使用无线电流（本质上是远程服务器上永无止境的 MP3 文件）。

其他建议建议从 mp3 流的开头下载有限数量的比特，但这通常会导致一堆十六进制输出，而没有任何类似于文本元数据的内容。

有人知道更成功的解决方案吗？谢谢。

Answer 1

#!/usr/bin/env python
import urllib2
stream_url = 'http://pub1.di.fm/di_classictrance'
request = urllib2.Request(stream_url)
try:
    request.add_header('Icy-MetaData', 1)
    response = urllib2.urlopen(request)
    icy_metaint_header = response.headers.get('icy-metaint')
    if icy_metaint_header is not None:
        metaint = int(icy_metaint_header)
        read_buffer = metaint+255
        content = response.read(read_buffer)
        title = content[metaint:].split("'")[1]
        print title
except:
    print 'Error'

有关更多详细信息，请检查 此链接

Answer 2

我使用了一些 @dbogdan 的代码并创建了一个每天用于超过 4000 个流的库。
它运行良好且稳定，支持元数据，例如歌曲标题、艺术家姓名、比特率和内容类型。

你可以在以下位置找到它：
https://github.com/Dirble/streamscrobbler-python

Answer 3

对于 10 年后发现自己在这里的其他人，这里是 @dbogdan 代码的 python3 版本。值得注意的是 content[metaint:].split("'")[1] 极其不可靠。另外，一旦您遇到“Queensrÿche”、非英语标题等......标题将充满特殊字符所在的字节。您无法解码整个标签，因此需要一些“跳过圈子”才能将标签缩减为只有一个标题。我没有从响应标头中获取采样率和比特率，因为它们总是错误的。从 MP3 磁头获取该数据。公平地说，Shoutcast/Icecast 给您的标签在各个方面都可能是错误的！只需一次偶然发现“CC Revival - 我通过小道消息听说”（这确实发生过），就会意识到这些标签没有任何官方或可靠的内容。例如，如果您使用 Shout/Icecast 标签作为 MusicBrainz 搜索的搜索参数，这可能会产生巨大的问题。

from urllib import request as urequest
import re


SRCHTITLE = re.compile(br'StreamTitle=\\*(?P<title>[^;]*);').search

def get_stream_title(tag:bytes) -> str:
    title = ''
    if m := SRCHTITLE(tag):
        #decode, strip, unescape and remove surrounding quotes (may not even be the same type of quote)
        title = m.group('title').decode('utf-8').strip().replace('\\', '')[1:-1]
    return title

def id3(url:str) -> dict:
    request = urequest.Request(url, headers={'Icy-MetaData': 1})
    
    with urequest.urlopen(request) as resp:
        metaint = int(resp.headers.get('icy-metaint', '-1'))
        
        if metaint<0: return False
        
        resp.read(metaint) #this isn't seekable so, arbitrarily read to the point we want
        
        tagdata = dict( 
            site_url = resp.headers.get('icy-url'  )        ,
            name     = resp.headers.get('icy-name' ).title(),
            genre    = resp.headers.get('icy-genre').title(),
            title    = get_stream_title(resp.read(255))     )

        return tagdata

Answer 4

由于 mp3 是一种专有格式，因此规范并不那么容易获得。我认为，这个网站提供了很好的概述。

在普通 mp3 文件中，ID3v1 元数据标记位于文件的最末尾，它构成最后 128 个字节。这实际上是一个糟糕的设计。 ID3 系统是作为事后添加到 mp3 中的，所以我想在不破坏向后兼容性的情况下没有其他方法可以做到这一点。这意味着，如果广播流像永无止境的 mp3 文件一样提供，则不能有正常意义上的 ID3 标签。

我会向广播电台的运营人员核实；也许他们把 ID3 标签放在了一个非标准的地方？