Android歌词文本解析

1. LRC文本解读

Android中要实现滚动歌词的第一步,是需要对LRC歌词文本进行解析,首先来看一份标准的歌词文本模式:

[ti:失恋战线联盟]
[ar:草蜢]
[al:]
[00:00.00]草蜢-失恋战线联盟
[00:08.78]编辑:小婧
[01:43.33][00:16.27]她总是只留下电话号码
[01:46.97][00:19.81]从不肯让我送她回家
[01:50.61][00:23.43]听说你也曾经爱上过她
[01:54.15][00:27.07]曾经也同样无法自拔
[01:57.78][00:30.72]你说你学不会假装潇洒
[02:01.41][00:34.36]却叫我别太早放弃她
[02:05.05][00:37.99]把过去传说成一段神话
[02:08.70][00:41.59]然后笑你是一样的傻
[02:12.01][00:45.11]我们那么在乎她
[02:14.15][00:47.01]却被她全部抹杀
[02:15.96][00:48.87]越谈她越相信永远得不到回答
[02:19.57][00:52.49]到底她怎么想
[02:21.35][00:54.28]应该继续在这么
[02:23.37][00:56.36]还是说穿跑了吧
[02:26.89][00:59.80]找一个承认失恋的方法
[02:30.48][01:03.41]让心情好好地放个假
[02:34.14][01:07.00]当你我不小心又想起她
[02:45.69][02:42.20][02:37.69][01:10.60]就在记忆里画一个叉
[02:48.69]

LRC有两种类型的标签,一种是 标识标签,一种是 时间标签

  • 标识标签,格式为[标识名:值],例如[ti:失恋战线联盟],这种预定义的标签
  • 时间标签,格式为[mm:ss][mm:ss.ff](分钟:秒数.毫秒数),例如[02:48.69],其中数字必须为非负整数。
    时间标签必须位于行首位置,一行歌词可以包含多个时间标签,例如[02:45.69][02:42.20][02:37.69][01:10.60]就在记忆里画一个叉,表示 “就在记忆里画一个叉” 这句在这首歌的[02:45.69][02:42.20][02:37.69][01:10.60]这四个时间节点出现过。这句歌词可以简化为
[02:45.69]就在记忆里画一个叉
[02:42.20]就在记忆里画一个叉
[02:37.69]就在记忆里画一个叉
[01:10.60]就在记忆里画一个叉

2. 从assets目录下读取LRC文件

在真实项目中一般文件需要及时去获取,此处为了方便,我们将LRC文本放在assets目录下进行读取,从assets目录下读取文件的代码如下:

/**
     * 根据文件名获取assets目录下的文件内容
     * @param fileName
     * @return
     */
private String getLrcText(String fileName) {
        String lrcText = null;
        try {
            InputStreamReader inputReader = new InputStreamReader(getResources().getAssets().open(fileName));
            BufferedReader bufReader = new BufferedReader(inputReader);
            String line = "";
            while ((line = bufReader.readLine()) != null)
                lrcText += line;
        } catch (IOException e) {
            e.printStackTrace();
        }
        return lrcText;
    }

将text.lrc文件解析为字符串lrcText

3. 解析由LRC文件得到的lrcText 字符串

创建LrcEntity类,用于解析每行歌词包含的内容,该类包括3个变量:timetimeLongtext

  • time: 表示当前行歌词的播放时间标签,例如[01:10.60]
  • timeLong: 表示当前时间标签time转换为long型后的数值,例如[01:10.60]转换为long为70060毫秒(70060=01 * 60
    1000 + 10 * 1000+60)
  • text: 表示当前歌词的内容,例如就在记忆里画一个叉
    创建的LrcEntity类如下所示:
/**
 * 歌词解析基类
 */
public class LrcEntity {
    public String time;
    public long timeLong;
    public String text;

    public LrcEntity(String time, String text, long timeLong) {
        this.time = time;
        this.text = text;
        this.timeLong = timeLong;
    }

    public String getTime() {
        return time;
    }

    public void setTime(String time) {
        this.time = time;
    }

    public long getTimeLong() {
        return timeLong;
    }

    public void setTimeLong(long timeLong) {
        this.timeLong = timeLong;
    }

    public String getText() {
        return text;
    }

    public void setText(String text) {
        this.text = text;
    }

    @Override
    public int compareTo(LrcEntity entity) {
        if (entity == null) {
            return -1;
        }
        return (int) (timeLong - entity.getTimeLong());
    }

    /**
     * 解析歌词文本
     * @param lrcText
     * @return
     */
    private static List<LrcEntity> parseLrc(String lrcText) {
        if (TextUtils.isEmpty(lrcText)) {
            return null;
        }

        List<LrcEntity> entityList = new ArrayList<>();
        // 将字符串以换行符切割
        String[] array = lrcText.split("\\n");
        for (String line : array) {
            // 循环遍历按行解析
            List<LrcEntity> list = parseLine(line);
            if (list != null && !list.isEmpty()) {
                entityList.addAll(list);
            }
        }

        // 使序列按大小升序排序(由小到大)
        Collections.sort(entityList);
        return entityList;
    }

    /**
     * 针对每一句歌词解析,并存到LrcEntity中
     * @param line
     * @return
     */
    private static List<LrcEntity> parseLine(String line) {
        if (TextUtils.isEmpty(line)) {
            return null;
        }
        // 去除空格
        line = line.trim();
        // 正则表达式,判断line中是否有[01:10.60]格式的片段
        Matcher lineMatcher = Pattern.compile("((\\[\\d\\d:\\d\\d\\.\\d\\d\\])+)(.+)").matcher(line);
        // 如果没有,返回null
        if (!lineMatcher.matches()) {
            return null;
        }

        // 得到时间标签
        String times = lineMatcher.group(1);
        // 得到文本内容
        String text = lineMatcher.group(3);
        List<LrcEntity> entryList = new ArrayList<>();

        Matcher timeMatcher = Pattern.compile("\\[(\\d\\d):(\\d\\d)\\.(\\d\\d)\\]").matcher(times);
        while (timeMatcher.find()) {
            long min = Long.parseLong(timeMatcher.group(1));// 分
            long sec = Long.parseLong(timeMatcher.group(2));// 秒
            long mil = Long.parseLong(timeMatcher.group(3));// 毫秒
            // 得到long型时间
            long time = min * DateUtils.MINUTE_IN_MILLIS + sec * DateUtils.SECOND_IN_MILLIS + mil * 10;
            // 最终解析得到一个list
            entryList.add(new LrcEntity(times, text, time));
        }
        return entryList;
    }
}

代码中有很详细的注释, 上述parseLine方法中用到了正则表达式,不了解的同学请自行百度,很简单。这种解析方式的弊端在于不能解析多个时间标签同时存在,当然肯定是有方法的,但是我还没学会。。。
我们来看另外一种接地气的方法:

/**
     * 针对每一句歌词解析,并存到LrcEntity中
     *
     * @param line [02:45.69][02:42.20][02:37.69][01:10.60]就在记忆里画一个叉
     * @return
     */
    public List<LrcEntity> parseLine2(String line) {
        List<LrcEntity> entryList = new ArrayList<>();
        int pos1 = line.indexOf("[");//0
        int pos2 = line.indexOf("]");//9  indexof如果找不到返回-1
        if (pos1 == 0 && pos2 != -1) {
            //long数组用于存放时间戳,判断含有多少个时间标签
            String[] times = new String[getCount(line)];
            String strTime = line.substring(pos1, pos2+1);//[02:45.69]
            // 时间标签数组
            times[0] = strTime;
            //判断是否还有下一个
            String text = line;//[02:45.69][02:42.20][02:37.69][01:10.60]就在记忆里画一个叉
            int i = 1;
            while (pos1 == 0 && pos2 != -1) {//判断是否有时间的显示,既歌词
                text = text.substring(pos2 + 1);//[02:42.20][02:37.69][01:10.60]就在记忆里画一个叉
                pos1 = text.indexOf("[");//0
                pos2 = text.indexOf("]");//9
                if (pos2 != -1) {
                    strTime = text.substring(pos1, pos2 + 1);//[02:42.20]
                    times[i] = strTime;//将第二个时间戳添加到数组中
                    if (times[i] == "") {
                        return entryList;
                    }
                }
                i++;
            }

            LrcEntity lrcEntity = new LrcEntity();
            for (int j = 0; j < times.length; j++) {
                if (times[j] != null) {
                    lrcEntity.setText(text);
                    lrcEntity.setTimeLong(Str2Long(times[j]));
                    lrcEntity.setTime(times[j]);
                    entryList.add(lrcEntity);//将歌词信息添加到集合中
                    lrcEntity = new LrcEntity();
                }
            }
        }
        return entryList;
    }

    //将字符串转换为long类型
    private long Str2Long(String strTime) {
        long showTime = -1;
        try {
            strTime = strTime.substring(1,strTime.length()-1);
            String[] s1 = strTime.split(":");
            String[] s2 = s1[1].split("\\.");
            long min = Long.parseLong(s1[0]);
            long second = Long.parseLong(s2[0]);
            long mil = Long.parseLong(s2[1]);
            showTime = min * 60 * 1000 + second * 1000 + mil * 10;
        } catch (NumberFormatException e) {
            e.printStackTrace();
        }
        return showTime;
    }

    /**
     * 判断当前行的歌词播放几次
     *
     * @param line
     * @return
     */
    private int getCount(String line) {
        String[] split = line.split("\\]");
        return split.length;
    }

由于上述代码都是重复的,这里只给出针对每一句歌词解析,并存到LrcEntity中的方法,主要是针对字符串进行切割,是字符串的基本操作,相信大家对这块都很熟悉。
最后得到了对歌词文本解析的集合,其中包括时间标签,内容以及时间标签转换为long后的数据,解析这里基本就说完了,关于歌词的显示和绘制,下次再说,谢谢大家。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,651评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,468评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,931评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,218评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,234评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,198评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,084评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,926评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,341评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,563评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,731评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,430评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,036评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,676评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,829评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,743评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,629评论 2 354

推荐阅读更多精彩内容

  • Spring Cloud为开发人员提供了快速构建分布式系统中一些常见模式的工具(例如配置管理,服务发现,断路器,智...
    卡卡罗2017阅读 134,652评论 18 139
  • 1. Java基础部分 基础部分的顺序:基本语法,类相关的语法,内部类的语法,继承相关的语法,异常的语法,线程的语...
    子非鱼_t_阅读 31,623评论 18 399
  • 背景 一年多以前我在知乎上答了有关LeetCode的问题, 分享了一些自己做题目的经验。 张土汪:刷leetcod...
    土汪阅读 12,743评论 0 33
  • ¥开启¥ 【iAPP实现进入界面执行逐一显】 〖2017-08-25 15:22:14〗 《//首先开一个线程,因...
    小菜c阅读 6,402评论 0 17
  • 17.00:吃饭 17.30:打电话, 错过两件事,辉弟与借书 18.30:回到宿舍,QQ群管理,听音乐,看得到槽...
    叶鸟app阅读 211评论 0 0