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]或[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：time，timeLong，text。

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 parseLrc(String lrcText) {

if (TextUtils.isEmpty(lrcText)) {

return null;

}

List 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 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 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 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 parseLine2(String line) {

List 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。