Python如何对音视频文件进行解析详解

前言

作为一个学完Python基础知识的测试，终于可以像RD们自己写脚本处理任何场景吧，如何优雅地写出来代码，接下来开启进阶版的Python。

在我们工作中，涉及的多媒体文件相关的测试，总逃不掉要使用工具查看多媒体文件相关的信息，上百次甚至上千次的打开关闭操作，工作是非常低效。

本期，我们一起来实现如何使用Python解析多媒体文件获取信息，一起来涨知识吧~

问题背景

当我们遇到进行多媒体测试，总会遇到各种各样不同编码、后缀、多音轨的多媒体文件。那么问题来，在这个测试过程我们总是打开多媒体文件-查看文件编码等信息，此过程如此往复。在测试一个项目下来，累计打开查看多媒体文件信息至少也有上百次~

• 在这里补充一下，通常对于多媒体测试来说，常用的分析工具是**MediaInfo**
• • 是一款开源的多媒体分析工具
  • 可以支持多种视频和音频文件格式
  • 支持多种格式查看方式如xml、text、tree等

做测试真是体力活，惰性是提高工作效率的第一次动力，动动脑筋，在网上查找一番Python提供了关于多媒体解析的库pymediainfo库控制MediaInfo工具

2.安装依赖库

2.1 pymediainfo库

Pymediainfo 是专门对多媒体文件进行解析的开源第三方Python库，目前维护作者是Louis Sautier。可以支持Linux、MAC OS和Windows系统。

Pymediainfo 模块中调用mediaInfo工具，解析文件并返回详细信息->空白备注的信息。

2.2 安装pymediainfo库

• 第三方库，安装直接使用Python提供的pip工具

• • pip install pymediainfo

• 如果安装遇到下载失败，则可以添加其他服务器资源进行下载。如清华大学源

• • pip install pymediainfo -i http://pypi.tuna.tsinghua.edu.cn/simple

3. 测试解析效果

查看 pymediainfo 库源代码pymediainfo/init.py内容，可以看到pymediainfo主要有两个类：

• Track:从mediaInfo对象输出指定属性的值

• Medianfo:解析多媒体文件，获取详细信息

根据官网文档的介绍，简单使用pymediainfo库方法，解析movie1.mp4文件：

from pymediainfo import MediaInfo
media_info = MediaInfo.parse(filename)
print(media_info.to_json())

终端输出非常详细的信息，如下部分打印截图：

我们看到输出的内容是Json格式的，存在两个问题：

• 数据字段多

• 数据字段间距拥挤

介于以上问题，对解析的Json数据，要进行格式化处理输出，怎么做到输出形式如mediainfo 软件GUI效果一样呢？

4. 格式化解析信息

我们获取到的media_info信息，怎么格式化输出与GUI界面显示的一样的内容，最直接的思路大概如下：

• 查看JSON数据内容，多媒体文件信息主要包含三个部分：

  • General：movie、music、picture必有
  • Video：movie必带，music和picture无
  • Audio：movie和music必带，picture无

• 三种类型的多媒体文件字段内容也不尽相同，其中movie文件字段最多

根据GUI上对每种文件展示详细内容字段，总体是一致的，可以使用map方式，将GUI上展示的字段名和JSON字段建立映射表output_type来存储。

获取到解析信息后，使用for循环将tracks所有属性字段， 根据创建output_type截取字段来进行打印输出到new_file文件中。

在此过程中，当指定的字段值为None时，则进行跳过。

注：mediaInfo GUI界面 text展示的是左对齐，因此可以使用format格式输出

"{key1:[填充字符][对齐方式][宽度]}".format(key1)
# *<40:左对齐，总共40个字符，不够用*填充
# *>40：右对齐，总共40个字符，不够用*填充
# *^40:居中，总共40个字符，不够用*填充

根据以上思路，代码就非常容易实现啦demo代码如下

终端打印效果如下所示：

5. 批量解析操作

回到开头我们面对一堆的多媒体文件需要查看分析详情的时候，大概的解决思路如下：

• 我们可以继续使用os.path模块获取指定目录下所有多媒体文件列表media_files。

• 遍历将每个mediafile使用mediainfo方法解析出信息mediainfo.to_json()存储在list中，为什么不每一次解析内容就写入到文件中，原因如下：

  每次解析后频繁打开写入文件操作，消耗系统资源

  对于mediainfo内容还需要进行格式化后内容写入到目标文件中

• 将统一的格式化内容一一写入到指定文件中，可以为后续查找和分析提供资料

6. 总结

本期，我们在工作遇到要频繁地查看和查找多媒体文件信息，学习到了使用python中第三方库pymediainfo模块便捷快速解析指导的多媒体文件。

根据不同场景和需求，个性化解析出想要的多媒体详细信息，提高我们工作效率，更多的时间学习其他新知识啦～