Python读取Ogg Opus文件头CRC校验失败，求排查解决方法

正在研究文件格式，用Python读取Ogg Opus文件，已正确提取文件头所有信息，但CRC校验始终无法通过。根据Ogg官方文档，校验时需将原CRC校验值设为0，再计算整个页（含页头、段表、数据包内容）的CRC。编写的Python代码计算结果与文件中的CRC值不符，求排查遗漏步骤。

import zlib
import struct

with open("sample3.opus", "rb") as f_:
    file_data = f_.read()


cp, ssv, htf, agp, ssn, psn, pc, ps = struct.unpack_from("<4sBBQIIIB", file_data, 0)
offset = struct.calcsize("<4sBBQIIIB")
segments = struct.unpack_from(f"<{ps}B", file_data, offset)

packet_size = 0

for num in segments:
    packet_size += num

header_size = offset + len(segments) + packet_size


# Copying the entire packet then changing the crc to 0.
header_copy = bytearray()
header_copy.extend(file_data[0:header_size])
struct.pack_into("<I", header_copy, struct.calcsize("<4sBBQII"), 0)

print(pc)
print(zlib.crc32(header_copy))

运行结果：

277013243
752049619

你的代码主要遗漏了Ogg CRC32算法的初始值设置和结果取反步骤，另外需要注意Python中zlib.crc32返回值的符号处理：

1. Ogg的CRC32计算需要从初始值0xFFFFFFFF开始，而zlib.crc32默认初始值为0
2. 计算完成后需要对结果取反（与0xFFFFFFFF进行异或）
3. Python的zlib.crc32返回32位有符号整数，需转换为无符号整数再处理

修正后的代码如下：

import zlib
import struct

with open("sample3.opus", "rb") as f_:
    file_data = f_.read()

# 解析Ogg页头
cp, ssv, htf, agp, ssn, psn, pc, ps = struct.unpack_from("<4sBBQIIIB", file_data, 0)
header_len = struct.calcsize("<4sBBQIIIB")
# 解析段表
segments = struct.unpack_from(f"<{ps}B", file_data, header_len)
# 计算页内数据包总长度
packet_total = sum(segments)
# 整个页的总长度
page_total_len = header_len + ps + packet_total

# 复制整个页并将CRC字段设为0
page_copy = bytearray(file_data[:page_total_len])
# CRC字段在页头的偏移是22字节（<4sBBQII的长度：4+1+1+8+4+4=22）
struct.pack_into("<I", page_copy, 22, 0)

# 按照Ogg标准计算CRC
# 初始值0xFFFFFFFF，计算后取反
computed_crc = zlib.crc32(page_copy, 0xFFFFFFFF) & 0xFFFFFFFF
computed_crc ^= 0xFFFFFFFF

print(f"文件中的CRC值: {pc}")
print(f"计算得到的CRC值: {computed_crc}")
print(f"校验结果: {computed_crc == pc}")

额外验证项：

• 确认page_total_len确实覆盖了整个Ogg页：Ogg页的段表中每个字节对应数据包段的长度，所有段长度之和就是页内总数据长度
• 确认CRC字段偏移位置正确：Ogg页头中CRC字段从第22字节（0索引）开始，长度4字节，采用小端字节序

内容的提问来源于stack exchange，提问作者Trykowo