我很高兴不断更新自己文章，一直观察互联网技术。平常，把观察的结果记录成文字，与大家共享。最近由于学习需要，开始研究百度抓取MP3文件。兔子宝贝的进步，学习都少不了新生力网络营销团队给我的帮助与关心。经过一下午的解剖MP3文件。特别是对那些做音乐网站的朋友有帮助。研究百度搜索技术是如何实现抓取MP3格式文件。关于是如何提高MP3其他问题，以后的文章中写出来。今天只研究是如何抓取MP3文件的。同时，先提醒的是此篇文章，只代表个人观点，文明评论，请勿唾骂，抛砖引玉。

为了整个过程顺利，以示例做分析。

观察这个“MP3”文件夹中只含有一个文件“比我幸福.MP3”。还显示了文件的大小，类型修改日期。这里要确定一个问题，这个文件夹中只有这一个文件。下面我们再观察他的属性内容。如下图所示：

刚才我们讲了，只有一个文件，为什么能显示出艺术家、唱片标题等相关信息呢？注意，只是有一个文字，为什么包含这么多信息呢？这就是百度搜索抓取MP3格式文件关键所在。

我大概讲讲MP3格式文件。MP3文件不光包括我们所听到的音频文件（常说的音乐）还有更多的唱片、歌黄信息。MP3格式文件大体分为三部分：TAG_V2（ID3V2），Frame，，TAG_V1（ID3V1） 。其中TAG_V2（ID3V2）记录了作者，作曲，专辑等信息。Frame记录了音乐文件的实体部分。TAG_V1（ID3V1）记录作者，作曲，专辑等信息，长度为128BYTE。关于这些是怎么写的，什么格式，怎么定义，在这里不再呈述。

为了说明分析的真实性，脱去MP3格式文件“外套”，分析具体内容，以十六进制数据呈现。如下图所示。

因此，一个完整的mp3文件也就完整的包含了作者，作曲，专辑等信息。这进一步方便百度搜索引擎去抓取MP3文件，更好的让我们搜索。我们搜索音乐，就是去比对MP3某个特定的字节，实现匹配。返回给用户的正确的音乐。在这友情提示一下做音乐网站的网友，在做网站优化的同时，不要忘记对MP3格式文件内部内容进行优化，例如，是否写入了作者，作曲，专辑等信息。这是百度抓MP3最重要的依据。百度抓取音乐不是依靠文件名和网页匹配。就是直接识别MP3文件的内部内容，至于怎么写进MP3内部内容，如果有时间再介绍，这里只讨论“百度搜索抓取MP3文件”。至此，当然，这也给一些做垃圾站提供了便利。当然，任何一件事，有利有弊。

兔子宝贝继续观察互联网搜索引擎，以后，我会写出更多的相关的文章，接下来，会揭密百度搜索抓取图片的奥密，希望大家支持！同时，申明一下，我的分析文章只代表个人观点，不做为任何依据。文明评论，请勿唾骂。希望各位朋友关注我的博客，提出各种意见。

原文地址：http://www.tuzibaobei.net/post/18.html （原创文章，站长站首发，欢迎转载，保留版权！）