FLV格式分析

一、概述

FLV 是FLASH VIDEO的简称，FLV流媒体格式是随着Flash MX的推出发展而来的视频格式。由于它形成的文件极小、加载速度极快，使得网络观看视频文件成为可能，它的出现有效地解决了视频文件导入Flash后，使导出的SWF文件体积庞大，不能在网络上很好的使用等问题。

二、标准FLV文件结构

三、FLV大体解析框架

四、FLV格式

FLV封装格式由一个头部（header）和主体（body）组成。body由许多个（Previous Tag size: FLV-Tag）对组成。Previous Tag size（4 Byte）在前面，是上一个tag的大小，用于逆向读取。FLV header后的第一个Previous Tag size为0，因为前面没有Tag。

Tag分为3种类型：脚本(帧)数据类型、⾳频数据类型、视频数据。FLV数据以⼤端序进⾏存储。

FLV Header	signature: 3个字节的文件标识，总为”F” ，”L” ，”V”（0x46,0x4c,0x56)Version: 1个字节的版本号，当前为0x01TypeFlags: 1个字节，前5位为保留位，必须为0，第6位表示是否存在音频tag，第7位为保留位，0。第8位表示是否存在视频tag。DataOffset: 4个字节，表示从File Header起始位置到File Body起始位置的字节数（header 的大小），版本1中为9。
FLV Body	Previous Tag size：4个字节，表示前一个tag的长度
	Tag1	Tag Header	Tag Type:1个字节，表示Tag的类型
			Data Size:3个字节，表示此Tag的data大小
			Timestamp:3个字节，表示该Tag的时间戳
			TimestampExtended:1个字节，表示时间戳的扩展字节，当24位数值不够时，以该字节为最高位将时间戳扩展为32位
			SteamID:3个字节，总为0
		Tag Data	Data: 不同类型的Data结构不同。Header总是相同的
	Previous Tag size2	和1是一致的 …
	Tag2

(一) FLV Header

FLV版本为1的头部固定9个字节。

Field	Type	Comment
魔数	U8	F （0x46）
魔数	U8	L（0x4C）
魔数	U8	V（0x56）
version	U8	0x01
reserve	UB5	0
audio flag	UB1	1表示存在，0不存在
reserver	UB1	0
video flag	UB1	1表示存在，0不存在
header size	U32	FLV版本1时填写9，表明FLV头的大小，为后期的FLV版本扩展使用。包括这个四个字节。数据的起始位置就是从文件开头偏移这多的大小。

(二) FLV Body

1. FLV Tag

每个tag由一个Header和一个Data组成，Heade里面存放当前tag的类型，数据区长度等信息。

一、Tag Header

tag header⼀般占11个字节的内存空间。

Field	Type	Comment
Type	U8	8: audio，9:video，18:Script dataall others:reserved
Data Size	U24	当前tag的大小，不包含Header
TimeStamp	U24	当前时间戳，单位是MS。相对值，第一个Tag的时间戳总是0
TimestampExtend ed	U8	如果时间戳大于0xFFFFFF，将使用这个字节。这个字节是最高8位。
Stream id	U24	总是0

TimeStamp是dts（解码时间），TimeStampExtended拼接也是dts，如果没有B帧，pts = dts。

二、Tag Data

(一) Script Tag Data（脚本类型，帧类型）

该Tag又成为MetaData Tag，存放一些关于FLV视频和音频的元信息，比如：fps，宽，高。通常该Tag作为第一个Tag，并且只有一个，跟在FLV header后面。

Field	Value
Type	0x02
Value size:	0x0A
Value	OneMetaData

第一个字节是AMF包的类型，一般总是0x02，表示字符串。第2,3个字节是U16类型，表示字符串的长度，一般总是0x0A（”OneMetaData”）的长度。同时这个包一般也是首个AMF包。

Field	Value
Type	0x08
ECMAArrayLength	0x10
ECMAArray	Stringlength	StringData	type	Value
	0x8	duration	0x00	210.732
	0x5	width	0x00	768.000

这是一个AMF的数组类型（0x08)，第2-5个字节是U16类型，表示数组的个数。数组的内容由一个个键值对组成。前面2个是键的长度和键值，后面两个是值的类型和值。具体什么值代表什么类型这里就不过多介绍了，可以查下官方的文档。

(二) Audio Tag Data

当FLV数据中音频的类型是AAC时，前2个字节构成Audio Tag Header。第一个字节包含音频数据的参数信息

Field	Type	Comment
SoundFormat（⾳频格式）	UB4	0 = Linear PCM, platform endian1 =ADPCM2 = MP33 = Linear PCM, little endian4 = Nellymoser 16-kHz mono5 = Nellymoser 8-kHz mono6 = Nellymoser7 = G.711 A-law logarithmic PCM8 = G.711 mu-law logarithmic PCM 9 = reserved10 = AAC11 = Speex 14 = MP3 8-Khz15 = Device-specific sound
SoundRate（采样率）	UB2	0 = 5.5kHz1 = 11kHz2 = 22.05kHz3 = 44.1kHz
SoundSize（采样精度）	UB1	0 = snd8Bit1 = snd16Bit
SoundType（⾳频声道）	UB1	0 = sndMono 单声道1 = sndStereo ⽴体声，双声道

第二个字节是数据:

Field	Type	Comment
音频数据	UI[8*n]	if SoundFormat == 10 (AAC类型)AACAUDIODATAelseSound data—varies by format

AAC AUDIO DATA
Field	Type	Comment
AACPacketType	UI8	0: AAC sequence header1: AAC raw
Data	UI8[n]	if AACPacketType == 0 AudioSpecificConfigelse if AACPacketType == 1 Raw AAC frame data

The AudioSpecificConfig is explained in ISO 14496-3. AAC sequence header存放的是AudioSpecificConfig结构，该结构则在“ISO-14496-3 Audio”中描述。如果是AAC数据，如果他是AAC RAW, tag data[3] 开始才是真正的AAC frame data。

(三) Video Tag Data

第一个字节包含视频数据的参数信息

Field	Type	Comment
帧类型	UB4	Keyframe -H264的IDR帧inter frame -H264普通帧disposable inter frame(H263 only)generated key frame (reserved for server use only)video info / command frame
编码ID	UB4	JPEG (currently unused)Sorenson H.263Screen videoOn2 VP6On2 VP6 with alpha channelScreen video version 2AVC