一個軟體，微軟通常需要經歷四、五代，才會搞對
這是前幾天在一個 podcast 中聽到美國幾個 IT 前輩的觀點。我當下腦中立刻發出「一針見血」的反射動作，這兩天更是遇上一個活生生的例子，始作俑者的現行犯是 Windows Media Player。
一位同事最近買了 Macbook，故需要將一些 MP3 從 XP 遷移到 Mac OS 10.5 上的 iTune，其中包括一些過去用 Media Player 從原始 Audio CD 剝下來的中文和日文歌。當這些 MP3 被彙入 Mac 上的 iTune 時，他發現裡面出現了大量的亂碼，而大部分都集中在中、日文歌曲。於是找我求助。
我們知道，MP3 等多媒體檔案的元資料（如歌名、演唱者、專輯名等），是存放在 ID3 標籤裡面的。可能是因為我不愛用 Media Player（覺得 UI 很不直覺），自己過去對處理這個問題還真的沒經驗。替他診斷了一下後，發現這些 MP3 的 ID3 標籤中的文字，都是以簡體中文 CP936, GB2312 的編碼形式存在，而未採用多語言支援更好的 Unicode (UTF-8)。這就有趣了。在 ID3 文字編碼的處理上，Windows Media Player 的做法，不同於其他 MP3 音樂播放器，如 iTune 或 Linux 上的各播放器。人家都是選擇用 Unicode，但微軟則獨排眾議地選擇用本地的語言，所以在不同語言的 OS 下做，會出來不同的結果 — 簡體中文會是 CP936，繁體中文則 CP937…。微軟早在 NT 和 Office 2000 時代便已支援 Unicode，為何 Media Player 不採用真是匪夷所思。
我知道可以用 perl 等腳本語言寫一個轉碼的 script，因為有現成的 ID3 library 模組，所以開發起來很方便。過去我為了要處理一些沒有 ID3 的老 MP3，把檔案和目錄名中的歌名、演唱者、專輯名等資訊，批次寫入新產生的 ID3 標籤，就曾寫過一個 Perl script。上網 search 了一下，果然已經有人寫好了 — Google Code 上有一個叫 mp3-tag-iconv 的 perl script，這是一個華人網友寫的。此外，發現有一個泰國網友在 Linux 上有同樣的問題，他推薦一個 sourceforge 上某俄國網友寫的 Python 腳本 tag2utf （看來，這個問題至少中、泰、俄文的用戶都遇到了）。興沖沖地開始先拿一個王菲的歌，用 mp3-tag-iconv 來測，沒想到遇到一個 bug。反映給作者後，短短兩個小時內，竟然就上傳了新版。這次沒問題了，感謝！能成功地將 test.mp3 中的標籤文字從 cp936/GB2312 轉為 UTF-8。我是在 Cygwin （一套提供 Unix 指令列工具的環境）底下操作該 perl script。
事實上，如果要用這些 scripts 來做批次轉換，還可能遇到其他的挑戰 — 因為不只是 ID3 元資料，就連檔案名和目錄名，都是用歌名、演唱者、專輯名來命名的，而 Unix 指令列環境最怕遇到非 ASCII 的檔案、目錄名，而好死不死這些 MP3 的檔案、目錄名，不但充滿了中文，而且還有用中文 codepage 去編碼的非 ASCII 西文字元（如 Joaquín 中的 í），和日文平假名、片假名，這恐怕難搞…。
我 cd 到要轉換的根目錄，然後下:
find . -type f -name ‘*.mp3′ -exec mp3_tag_iconv-0.9c.pl -f cp936 {} \;
果然，有十幾個檔案名，Cygwin 無法處理，導致轉換失敗，但已經可以偷笑的是，這個方法對 95% 以上的檔案都 work。
分別找出了哪些檔名有問題的，發現一個有趣的現象 — 只要是中文的，都沒問題，有問題的都是那些日文歌，還有一兩個西文的。這似乎意味著，只要是和 OS 本地編碼設定一致的（中文），Cygwin 就 OK，否則，如果是那些違反自然，在中文系統下硬編成日文的檔名，則會有問題。
沒什麼其他好方法了，幸虧有問題的只有十幾個。於是使用低科技的解決方法，將它們一一改名為 ASCII 檔案、目錄名，重新執行轉換指令。終於結束了一場 Media Player 帶來的災難。
很久沒去升級 Media Player 了，不知道最新版針對 ID3 編碼的問題上，是否已經改進。已經換了好幾代了，也該是搞對的時候了吧！
附帶一提：分享一個好東西 — 講究音質的網友，如果要將 audio CD 上的音樂轉成 MP3，千萬別用 iTune 或 Media Player（如果上述的經歷還不足以讓您拋棄它）。在此推薦 LAME （唯一的缺點是轉換速度較慢，因為演算法較為複雜）。針對 iTune 轉 MP3 音質不佳，有一種個陰謀論 (conspiracy theory) 的猜測是，iTune 裡面故意要把 MP3 編碼模組做爛一點，相較之下，如果選擇用蘋果獨家的 AAC (m4a) 格式，則音質好得多，這麼做是鼓勵用戶盡量採用方便他們鎖定用戶的 AAC 格式 。
LAME 的名字也超酷 — LAME Ain’t an Mp3 Encoder，連名稱縮寫都玩遞迴，讓我想起 GNU — GNU is Not Unix。不只如此，lame 的英文原意為 「跛」 或 「拙劣」，似乎命名者又有點自我解嘲或謙虛的味道。