【Python】解析cue文件并切割媒体文件

tangptr@126.com

前言

很久以前搞到一些无损音频资源。然而并没有切割，只不过给了个多合一的wav文件和一个cue文件。
如果用播放器打开cue可以实现切割效果，但不代表所有播放器都支持这种操作。
本文的实现基于解析cue文件并切割。

文件格式

cue文件本质上是文本，以双空格为缩进，格式可以大致理解为：

元数据类型 元数据
元数据类型 元数据
...
FILE 文件名
  TRACK 编号 类型
    元数据类型 元数据
    元数据类型 元数据
    ...
  TRACK 编号 类型
    元数据类型 元数据
    元数据类型 元数据
    ...
  ...
FILE 文件名
  ...

详情可以看维基百科的介绍。

程序设计

基于此，我设计了几个类：cue_list, media_file, track, media_time。
此外，由于cue里字段和数据是用空格分隔的，因此可以用split，但要注意引号的情况。这里建议用shlex库来省事。
另外，我觉得不论是if-elif-else语句还是3.9之后有的match-case语句，都太繁琐了。我选择用字典+方法来解决问题。
还有就是Python 3.9开始可以指定类型了，虽然在执行上没啥用，但是在vscode里就方便Pylance进行提示了。

cue_list类

这个类用于描述整个cue文件。
我这里解析了REM，也就是注释。虽然原则上不必解析，但我手头的音乐资源把一些元数据写进了注释里。
此外，我用列表砍头的方式进行解析，再由方法返回字段所占的行数。如此一来便可以顺序解析多行的数据。

class cue_list:
    def __init__(self,file_lines:list[str]):
        # Initialization
        i=0
        work_dict:dict={"REM":self._rem,"CATALOG":self._catalog,"PERFORMER":self._performer,"TITLE":self._title,"FILE":self._file}
        self.genre="unknown"
        self.date="unknown"
        self.disc_id="unknown"
        self.comment="unknown"
        self.catalog="unknown"
        self.performer="unknown"
        self.media_files:list[media_file]=[]
        # Parse
        while i<len(file_lines):
            s=shlex.split(file_lines[i])
            if s[0] in work_dict:
                i+=work_dict[s[0]](file_lines[i:])
            else:
                print("[CUE] Unknown directive: {}!".format(s[0]))
                break

    def _file(self,rest_of_content:list[str])->int:
        # Search until indentation is over
        i=1
        while i<len(rest_of_content):
            if not rest_of_content[i].startswith(' '*2):
                break
            i+=1
        self.media_files.append(media_file(rest_of_content[:i]))
        return i

    def _rem(self,rest_of_content:list[str])->int:
        cur=shlex.split(rest_of_content[0])
        match cur[1]:
            case "GENRE":
                self.genre=cur[2]
            case "DATE":
                self.date=cur[2]
            case "DISCID":
                self.disc_id=cur[2]
            case "COMMENT":
                self.comment=cur[2]
            case _:
                print("[CUE-REM] Unknown directive: {}!".format(cur[1]))
        return 1

    def _catalog(self,rest_of_content:list[str])->int:
        cur=shlex.split(rest_of_content[0])
        self.catalog=cur[1]
        return 1

    def _performer(self,rest_of_content:list[str])->int:
        cur=shlex.split(rest_of_content[0])
        self.performer=cur[1]
        return 1

    def _title(self,rest_of_content:list[str])->int:
        cur=shlex.split(rest_of_content[0])
        self.title=cur[1]
        return 1

media_file类

这个类用于描述FILE字段展开的数据。
以我手中的音乐资源来看，FILE字段下只有TRACK字段。但为了扩展性，我仍然使用了字典+方法。

class media_file:
    def __init__(self,file_lines:list[str]):
        # Initialization
        first_directive=shlex.split(file_lines[0])
        self.file_name=first_directive[1]
        self.file_type=first_directive[2]
        self.tracks:list[track]=[]
        i=1
        work_dict:dict={"TRACK":self._track}
        # Parse
        while i<len(file_lines):
            s=shlex.split(file_lines[i])
            if s[0] in work_dict:
                i+=work_dict[s[0]](file_lines[i:])
            else:
                print("[Media] Unknown directive: {}!".format(s[0]))
                break
        i=0
        while i<len(self.tracks)-1:
            self.tracks[i].end_time=self.tracks[i+1].start_time
            i+=1

    def _track(self,rest_of_content:list[str])->int:
        # Search until indentation is over
        i=1
        while i<len(rest_of_content):
            if not rest_of_content[i].startswith(' '*4):
                break
            i+=1
        self.tracks.append(track(rest_of_content[:i]))
        return i

track类

这个类用于描述FILE字段中，TRACK字段展开的数据。

class track:
    def __init__(self,file_lines:list[str]):
        # Initialization
        work_dict:dict={"TITLE":self._title,"PERFORMER":self._performer,"ISRC":self._isrc,"INDEX":self._index}
        first_directive=shlex.split(file_lines[0])
        self.track_id=first_directive[1]
        self.track_type=first_directive[2]
        self.title="unknown"
        self.performer="unknown"
        self.isrc="unknown"
        self.index=""
        self.start_time:media_time=None
        self.end_time:media_time=None
        # Parse
        for statement in file_lines[1:]:
            s=shlex.split(statement)
            if s[0] in work_dict:
                work_dict[s[0]](s)
            else:
                print("[Track] Unknown directive: {}!".format(s[0]))
                break

    def _title(self,directives:list[str])->None:
        self.title=directives[1]

    def _performer(self,directives:list[str])->None:
        self.performer=directives[1]

    def _isrc(self,directives:list[str])->None:
        self.isrc=directives[1]

    def _index(self,directives:list[str])->None:
        self.index=directives[1]
        self.start_time=media_time(directives[2])

media_file类

这个类用于描述TRACK字段中，INDEX字段所描述的起始时间。

class media_time:
    def __init__(self,s:str=None,seconds=None):
        if not s is None:
            _s=s.split(':')
            self.hour=int(_s[0])//60
            self.minute=int(_s[0])%60
            self.second=int(_s[1])
            self.frame=int(_s[2])
        elif not seconds is None:
            self.hour=seconds//3600
            self.minute=(seconds%3600)//60
            self.second=seconds%60
            self.frame=0

    def __str__(self):
        return "{:02d}:{:02d}:{:02d}.{:03d}".format(self.hour,self.minute,self.second,self.frame)

构造FFmpeg命令行

Python的subprocess可以让我们直接喂一个list进去来创建进程，这样一来就不用摆平空格和引号造成的困扰了。

def make_ffmpeg_cmdline(dir_root:str,cue:cue_list,media:media_file,trk:track,prefix:str,suffix:str,out_dir:str)->str:
    cmd_lines=["ffmpeg","-i",os.path.join(dir_root,media.file_name),"-hide_banner","-ss"]
    cmd_lines.append(str(trk.start_time))
    if not trk.end_time is None:
        cmd_lines.append("-to")
        cmd_lines.append(str(trk.end_time))
    cmd_lines+=["-metadata","artist={}".format(trk.performer)]
    cmd_lines+=["-metadata","title={}".format(trk.title)]
    cmd_lines+=["-metadata","year={}".format(cue.date)]
    cmd_lines+=["-metadata","track={}".format(trk.track_id)]
    cmd_lines+=["-y"]
    cmd_lines.append(os.path.join(out_dir,"{}{}. {} - {}.{}".format(prefix,trk.track_id,trk.performer,trk.title,suffix)))
    return cmd_lines

主函数

由于我手头的cue文件，它™竟然是UTF8-BOM编码的！所以程序的参数还得稍做打磨一下来支持各种字符串编码。顺便支持一下输出目录，以及后缀名啥的

def main()->None:
    if len(sys.argv)<2:
        print("Error: missing input file!")
        return
    else:
        files:list[str]=[]
        prefix=""
        suffix="flac"
        out_dir=None
        text_codec=None
        i=1
        # Parse Arguments...
        while i<len(sys.argv):
            if sys.argv[i].startswith("--"):
                if sys.argv[i]=="--prefix":
                    i+=1
                    prefix=sys.argv[i]
                elif sys.argv[i]=="--output":
                    i+=1
                    out_dir=sys.argv[i]
                elif sys.argv[i]=="--suffix":
                    i+=1
                    suffix=sys.argv[i]
                elif sys.argv[i]=="--text-codec":
                    i+=1
                    text_codec=sys.argv[i]
                else:
                    print("Unknown argument: {}!".format(sys.argv[i]),file=sys.stderr)
            else:
                files.append(sys.argv[i])
            i+=1
        # Process the cue files...
        for fn in files:
            dir_root=os.path.dirname(fn)
            if out_dir is None:
                out_dir=dir_root
            fs=open(fn,'r',encoding=text_codec)
            lines=fs.readlines()
            fs.close()
            # Analyze the cue file.
            playlist=cue_list(lines)
            for f in playlist.media_files:
                for t in f.tracks:
                    # Construct a cmdline.
                    cmd_line=make_ffmpeg_cmdline(dir_root,playlist,f,t,prefix,suffix,out_dir)
                    print(cmd_line)
                    ffmpeg_ret=subprocess.call(cmd_line)
                    if ffmpeg_ret:
                        print("FFmpeg failed! Return value: ",ffmpeg_ret)
                        return

if __name__=="__main__":
    t1=time.time()
    main()
    t2=time.time()
    print("Total processing time: {} seconds...".format(t2-t1))

总结

好像也没啥好总结的。

调用方式：

python split_by_cue.py <cue文件> --text-codec <编码> --output <输出目录> --suffix <后缀名>

由于我的cue是™的UTF8-BOM，所以编码这里填utf-8-sig。