FLV文件格式解析

落日映苍穹つ 2022-06-13 09:08 355阅读 0赞

最近要用到flv，整理了一些flv格式的资料，供参考。 flv文件主要由两部分组成：header和body。

## 1.header ##

header部分记录了flv的类型、版本等信息，是flv的开头，一般都差不多，占9bytes。具体格式如下：

<table style="border-collapse:collapse; width:690px; color:rgb(65,65,65); font-family:Arial; font-size:14px"> 
 <tbody> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">文件类型</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">3 bytes</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">“FLV”</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">版本</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">1 byte</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">一般为0x01</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">流信息</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">1 byte</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">倒数第一位是1表示有视频，倒数第三位是1表示有音频，倒数第二、四位必须为0</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">header长度</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">4 bytes</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">整个header的长度，一般为9；大于9表示下面还有扩展信息</td> 
  </tr> 
 </tbody> 
</table>

## 2.body ##

body部分由一个个Tag组成，每个Tag的下面有一块 4bytes 的空间，用来记录这个tag的长度，这个后置用于逆向读取处理，他们的关系如下图： ![flv][]

### 2.1.Tag ###

每个Tag由也是由两部分组成的：Tag Header和Tag Data。Tag Header里存放的是当前Tag的类型、数据区（Tag Data）长度等信息，具体如下：

<table style="border-collapse:collapse; width:690px; color:rgb(65,65,65); font-family:Arial; font-size:14px"> 
 <tbody> 
  <tr> 
   <th style="border-bottom:1px dotted rgb(204,204,204); padding:6px; text-align:left"> 名称</th> 
   <th style="border-bottom:1px dotted rgb(204,204,204); padding:6px; text-align:left"> 长度</th> 
   <th style="border-bottom:1px dotted rgb(204,204,204); padding:6px; text-align:left"> 介绍</th> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">Tag类型</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">1 bytes</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">8：音频<br style="display:block; margin-top:10px; content:&quot;&quot;"> 9：视频<br style="display:block; margin-top:10px; content:&quot;&quot;"> 18：脚本<br style="display:block; margin-top:10px; content:&quot;&quot;"> 其他：保留</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">数据区长度</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">3 bytes</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">在数据区的长度</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">时间戳</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">3 bytes</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">整数，单位是毫秒。对于脚本型的tag总是0</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">时间戳扩展</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">1 bytes</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">将时间戳扩展为4bytes，代表高8位。很少用到</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">StreamsID</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">3 bytes</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">总是0</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">数据区(data)</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">由数据区长度决定</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">数据实体</td> 
  </tr> 
 </tbody> 
</table>

### 2.2.Tag Data ###

数据区根据Tag类型的不同可分为三种，音频数据、视频数据和脚本数据。

#### 2.2.1.音频数据 ####

第一个byte是音频的信息，格式如下。

<table style="border-collapse:collapse; width:690px; color:rgb(65,65,65); font-family:Arial; font-size:14px"> 
 <tbody> 
  <tr> 
   <th style="border-bottom:1px dotted rgb(204,204,204); padding:6px; text-align:left"> 名称</th> 
   <th style="border-bottom:1px dotted rgb(204,204,204); padding:6px; text-align:left"> 长度</th> 
   <th style="border-bottom:1px dotted rgb(204,204,204); padding:6px; text-align:left"> 介绍</th> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">音频格式</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">4 bits</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">0 = Linear PCM, platform endian<br style="display:block; margin-top:10px; content:&quot;&quot;"> 1 = ADPCM<br style="display:block; margin-top:10px; content:&quot;&quot;"> 2 = MP3<br style="display:block; margin-top:10px; content:&quot;&quot;"> 3 = Linear PCM, little endian<br style="display:block; margin-top:10px; content:&quot;&quot;"> 4 = Nellymoser 16-kHz mono<br style="display:block; margin-top:10px; content:&quot;&quot;"> 5 = Nellymoser 8-kHz mono<br style="display:block; margin-top:10px; content:&quot;&quot;"> 6 = Nellymoser<br style="display:block; margin-top:10px; content:&quot;&quot;"> 7 = G.711 A-law logarithmic PCM<br style="display:block; margin-top:10px; content:&quot;&quot;"> 8 = G.711 mu-law logarithmic PCM<br style="display:block; margin-top:10px; content:&quot;&quot;"> 9 = reserved<br style="display:block; margin-top:10px; content:&quot;&quot;"> 10 = AAC<br style="display:block; margin-top:10px; content:&quot;&quot;"> 11 = Speex<br style="display:block; margin-top:10px; content:&quot;&quot;"> 14 = MP3 8-Khz<br style="display:block; margin-top:10px; content:&quot;&quot;"> 15 = Device-specific sound</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">采样率</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">2 bits</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">0 = 5.5-kHz<br style="display:block; margin-top:10px; content:&quot;&quot;"> 1 = 11-kHz<br style="display:block; margin-top:10px; content:&quot;&quot;"> 2 = 22-kHz<br style="display:block; margin-top:10px; content:&quot;&quot;"> 3 = 44-kHz<br style="display:block; margin-top:10px; content:&quot;&quot;"> 对于AAC总是3</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">采样的长度</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">1 bit</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">0 = snd8Bit<br style="display:block; margin-top:10px; content:&quot;&quot;"> 1 = snd16Bit<br style="display:block; margin-top:10px; content:&quot;&quot;"> 压缩过的音频都是16bit</td> 
  </tr> 
  <tr> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">音频类型</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">1 bit</td> 
   <td style="border-bottom:1px dotted rgb(204,204,204); padding:6px">0 = sndMono<br style="display:block; margin-top:10px; content:&quot;&quot;"> 1 = sndStereo<br style="display:block; margin-top:10px; content:&quot;&quot;"> 对于AAC总是1</td> 
  </tr> 
 </tbody> 
</table>

第2byte开始就是音频流数据了。

#### 2.2.2.视频数据 ####

和音频数据一样，第一个byte是视频信息，格式如下：

#### 2.2.3脚本数据 ####

脚本Tag一般只有一个，是flv的第一个Tag，用于存放flv的信息，比如duration、audiodatarate、creator、width等。

首先介绍下脚本的数据类型。所有数据都是以**数据类型+（数据长度）+数据**的格式出现的，数据类型占1byte，数据长度看数据类型是否存在，后面才是数据。  
其中数据类型的种类有：

*  0 = Number type
 *  1 = Boolean type
 *  2 = String type
 *  3 = Object type
 *  4 = MovieClip type
 *  5 = Null type
 *  6 = Undefined type
 *  7 = Reference type
 *  8 = ECMA array type
 *  10 = Strict array type
 *  11 = Date type
 *  12 = Long string type

如果类型为String，后面的2bytes为字符串的长度（Long String是4bytes），再后面才是字符串数据；如果是Number类型，后面的8bytes为Double类型的数据；Boolean类型，后面1byte为Bool类型。

知道了这些后再来看看flv中的脚本，一般开头是0x02，表示String类型，后面的2bytes为字符串长度，一般是0x000a（“onMetaData”的长度），再后面就是字符串“onMetaData”。好像flv格式的文件都有onMetaData标记，在运行ActionScript的时候会用到它。后面跟的是0x08，表示ECMA Array类型，这个和Map比较相似，一个键跟着一个值。键都是String类型的，所以开头的0x02被省略了，直接跟着的是字符串的长度，然后是字符串，再是值的类型，也就是上面介绍的那些了。

## 3.总结 ##

flv的格式还是比较简单的，header部分很简洁，body部分都是由一个个tag，tag的话也就三种，脚本tag一般只有一个的，我想这也是flv能成为在线视频格式的原因吧。只要了解了格式，我们就可以写个程序来解析flv文件了，这也是我下一步要做的。  
最后附上flv官方手册： [video\_file\_format\_spec\_v10][video_file_format_spec_v10]

[flv]: https://blog.static.wuyuans.com/2012/08/flv.jpg
[video_file_format_spec_v10]: http://wuyuans.com/img/2012/08/video_file_format_spec_v10.rar