flv格式解析

FLV封裝原理

FLV格式的封裝原理，貼上來輔助學習之用。

FLV（Flash Video）是Adobe公司設計開發的一種流行的流媒體格式，因爲其視頻文件體積輕巧、封裝簡單等特色，使其很適合在互聯網上進行應用。此外，FLV可 以使用Flash Player進行播放，而Flash Player插件已經安裝在全世界絕大部分瀏覽器上，這使得經過網頁播放FLV視頻十分容易。目前主流的視頻網站如優酷網，土豆網，樂視網等網站無一例外 地使用了FLV格式。FLV封裝格式的文件後綴一般爲「.flv」。

整體上看，FLV包括文件頭（File Header）和文件體（File Body）兩部分，其中文件體由一系列的Tag組成。所以一個FLV文件是如圖1結構。

圖1.文件結構（簡圖）

其中，每一個Tag前面還包含了Previous Tag Size字段，表示前面一個Tag的大小。Tag的類型能夠是視頻、音頻和Script，每一個Tag只能包含以上三種類型的數據中的一種。圖2展現了FLV文件的詳細結構。

圖2.FLV文件結構（詳圖）

下面詳細介紹一下三種Tag的Tag Data部分的結構。

(a)Audio Tag Data結構（音頻Tag）

音頻Tag開始的第1個字節包含了音頻數據的參數信息，從第2個字節開始爲音頻流數據。結構如圖3所示。

圖3.Audio Tag Data結構

第1個字節的前4位的數值表示了音頻編碼類型。如表1所示。

表1.音頻編碼類型

值	含義
0	Linear PCM，platform endian
1	ADPCM
2	MP3
3	Linear PCM，little endian
4	Nellymoser 16-kHz mono
5	Nellymoser 8-kHz mono
6	Nellymoser
7	G.711 A-law logarithmic PCM
8	G.711 mu-law logarithmic PCM
9	reserved
10	AAC
14	MP3 8-Khz
15	Device-specific sound

第1個字節的第5-6位的數值表示音頻採樣率。如表2所示。

表2.音頻採樣率

值	含義
0	5.5kHz
1	11KHz
2	22 kHz
3	44 kHz

PS：從上表能夠發現，FLV封裝格式並不支持48KHz的採樣率。

第1個字節的第7位表示音頻採樣精度。如表3所示。

表3.音頻採樣精度

值	含義
0	8bits
1	16bits

第1個字節的第8位表示音頻類型。

表4. 音頻類型

值	含義
0	sndMono
1	sndStereo

(b)Video Tag Data結構（視頻Tag）

視頻Tag也用開始的第1個字節包含視頻數據的參數信息，從第2個字節爲視頻流數據。結構如圖4所示。

圖4.Video Tag Data結構

第1個字節的前4位的數值表示幀類型。如表5所示。

表5.幀類型

值	含義
1	keyframe （for AVC，a seekable frame）
2	inter frame （for AVC，a nonseekable frame）
3	disposable inter frame （H.263 only）
4	generated keyframe （reserved for server use）
5	video info/command frame

第1個字節的後4位的數值表示視頻編碼類型。如表6所示。

表6.視頻編碼類型

值	含義
1	JPEG （currently unused）
2	Sorenson H.263
3	Screen video
4	On2 VP6
5	On2 VP6 with alpha channel
6	Screen video version 2
7	AVC

(c)Script Tag Data結構（控制幀）

該類型Tag又一般被稱爲Metadata Tag，會放一些關於FLV視頻和音頻的元數據信息如：duration、width、height等。一般該類型Tag會跟在File Header後面做爲第一個Tag出現，並且只有一個。結構如圖5所示。

圖5.Script Tag Data結構

第一個AMF包：

第 1個字節表示AMF包類型，通常老是0x02，表示字符串。第2-3個字節爲UI16類型值，標識字符串的長度，通常老是 0x000A（「onMetaData」長度）。後面字節爲具體的字符串，通常總爲「onMetaData」 （6F,6E,4D,65,74,61,44,61,74,61）。

第二個AMF包：

第1個字節表示AMF包類型，通常老是0x08，表示數組。第2-5個字節爲UI32類型值，表示數組元素的個數。後面即爲各數組元素的封裝，數組元素爲元素名稱和值組成的對。常見的數組元素如表7所示。

表7.常見MetaData

值	含義
duration	時長
width	視頻寬度
height	視頻高度
videodatarate	視頻碼率
framerate	視頻幀率
videocodecid	視頻編碼方式
audiosamplerate	音頻採樣率
audiosamplesize	音頻採樣精度
stereo	是否爲立體聲
audiocodecid	音頻編碼方式
filesize	文件大小