能否匹配文件名,将电子表格中的元数据批量写入对应音乐文件?
批量匹配并写入音频元数据的可落地实现方案
整体逻辑
整个流程可以通过脚本自动完成,全程不需要手动逐个编辑文件标签,适配1200个甚至后续持续增长的文件规模,核心分三步循环执行:
- 读取Excel中的全量元数据条目,建立“文件名-对应元数据”的映射字典,支持阿拉伯语的正常编码读取,不会出现乱码
- 遍历指定目录下所有
.mp3/.wav格式的音频文件,提取不带后缀的文件名和映射字典做匹配,把匹配不上的条目单独记录,不中断整体流程 - 将匹配到的元数据按照音频标签的标准格式写入对应文件,包含阿拉伯语歌词、作者、年份等信息,写入后自动保存
实现细节
技术选型说明
因为你有中等Python基础,优先推荐Python实现,相比MATLAB的音频标签处理能力,Python的开源库对非拉丁字符(尤其是阿拉伯语)的标签写入支持更稳定,不会出现编码乱码问题,整个实现不需要复杂的语法,中等水平完全可以根据自身需求调整。
可直接修改使用的代码框架
# 提前安装依赖:pip install pandas mutagen openpyxl import os import pandas as pd from mutagen.mp3 import MP3 from mutagen.wave import WAVE from mutagen.id3 import ID3, TPE1, TCOM, TDRC, USLT, error # 1. 加载Excel元数据,构建映射字典 meta_sheet = pd.read_excel("元数据表存储路径.xlsx", engine="openpyxl") file_meta_map = {} for _, row in meta_sheet.iterrows(): # 处理文件名前后可能的空格,避免匹配偏差 file_key = str(row["文件名"]).strip() file_meta_map[file_key] = { "singer": str(row["歌手"]).strip(), "composer": str(row["曲作者"]).strip(), "lyrics": str(row["歌词"]).strip(), "release_year": str(row["年份"]).strip() } # 2. 遍历音频目录执行匹配+写入 target_audio_dir = "音频文件存储路径" process_log = [] for dir_path, _, file_list in os.walk(target_audio_dir): for file_name in file_list: file_ext = os.path.splitext(file_name)[1].lower() # 只处理mp3、wav格式的音频 if file_ext not in [".mp3", ".wav"]: continue file_stem = os.path.splitext(file_name)[0].strip() # 没有匹配到元数据的直接记录,跳过 if file_stem not in file_meta_map: process_log.append(f"未匹配到元数据:{file_name}") continue current_meta = file_meta_map[file_stem] absolute_audio_path = os.path.join(dir_path, file_name) # 3. 初始化音频文件,准备写入标签 try: if file_ext == ".mp3": audio_obj = MP3(absolute_audio_path, ID3=ID3) else: audio_obj = WAVE(absolute_audio_path) # 如果音频本身没有标签结构,自动创建 try: audio_obj.add_tags() except error: pass # 写入对应元数据,统一使用支持阿拉伯语的编码格式 audio_obj.tags.add(TPE1(encoding=3, text=current_meta["singer"])) audio_obj.tags.add(TCOM(encoding=3, text=current_meta["composer"])) audio_obj.tags.add(TDRC(encoding=3, text=current_meta["release_year"])) audio_obj.tags.add(USLT(encoding=3, lang="ara", text=current_meta["lyrics"])) audio_obj.save() process_log.append(f"写入成功:{file_name}") except Exception as e: process_log.append(f"写入失败:{file_name},错误详情:{str(e)}") # 自动导出处理日志,方便后续排查问题 pd.DataFrame(process_log, columns=["处理结果"]).to_csv("批量处理日志.csv", encoding="utf-8-sig")
适配优化提示
- 阿拉伯语写入的核心注意点:写入标签时必须把
encoding参数设为3(对应UTF-16编码,是ID3标签规范里对非拉丁字符的标准支持格式),如果用默认的编码设置,阿拉伯语会直接显示为乱码方块。 - 匹配容错:代码里对Excel条目、音频文件名都做了前后空格的自动清理,不会因为文件名带多余空格导致匹配失败。
- 全流程无中断:不管是遇到未匹配的文件,还是单文件写入报错,都会把结果记录到日志里,不会因为单个文件的问题中断整个1200个文件的批量处理,跑完后直接查看日志即可补全异常的条目。
- 如果更习惯用MATLAB实现,也可以用内置的
audioinfo、writetag函数完成类似流程,但MATLAB对阿拉伯语标签的编码支持不如上述Python方案稳定,出现乱码的概率更高。
内容的提问来源于stack exchange,提问作者majeed101
相关产品推荐
相关产品推荐

