FLV文件格式解析(转)

 FLV（Flash Video）是现在非常流行的流媒体格式，由于其视频文件体积轻巧、封装播放简单等特点，使其很适合在网络上进行应用，目前主流的视频网站无一例外地使用了FLV格式。另外由于当前浏览器与Flash Player紧密的结合，使得网页播放FLV视频轻而易举，也是FLV流行的原因之一。

    FLV视频格式是Adobe公司设计开发的，目前已经免费开放，现在的版本是v10。下面我们就了解一下FLV文件格式。

    FLV是流媒体封装格式，我们可以将其数据看为二进制字节流。总体上看，FLV包括文件头（File Header）和文件体（File Body）两部分，其中文件体由一系列的Tag及Tag Size对组成。因此一个FLV文件看上去是下面的结构：

    其中，Previous Tag Size紧跟在每个Tag之后，占4个字节表示一个UI32类型的数值，表示前面一个Tag的大小。需要注意的是，Previous Tag Size #0的值总是为0。Tag类型包括视频、音频和Script，且每个Tag只能包含一种类型的数据。下面我们看看File Header和Tag的具体结构，为了方便大家理解，我贴一个实际FLV文件的字节流图片，图片中把不同部分区分了颜色。

 

 

 

一、File Header结构

    File Header在当前版本中总是由9个字节组成，如图中蓝色区域所示。

    第1-3字节为文件标识（Signature），总为“FLV”（0x46 0x4C 0x56），如图中紫色区域。

    第4字节为版本，目前为1（0x01）。

    第5个字节的前5位保留，必须为0。

    第5个字节的第6位表示是否存在音频Tag。

    第5个字节的第7位保留，必须为0。

    第5个字节的第8位表示是否存在视频Tag。

    第6-9个字节为UI32类型的值，表示从File Header开始到File Body开始的字节数，版本1中总为9。

 

二、Previous Tag Size结构

    如图中红色位置所示。

 

三、Tag结构

    Tag包括Tag Header和Tag Data两部分。不同类型的Tag的Header结构是相同的，但是Data结构各不相同。如图中绿色和黄色区域分别表示Tag Header数据和Tag Data数据。

    当前版本的Tag Header结构占用11个字节。

    第1个字节表示Tag类型，包括音频（0x08）、视频（0x09）和script data（0x12），其他类型值被保留。

    第2-4字节为UI24类型的值，表示该Tag Data部分的大小。

    第5-7字节为UI24类型的值，表示该Tag的时间戳（单位为ms），第一个Tag的时间戳总是0。

    第8个字节为时间戳的扩展字节，当24位数值不够时，该字节作为最高位将时间戳扩展为32位值。

    第9-11字节为UI24类型的值，表示stream id，总是0。

    后面的字节为Tag Data数据，Data的大小由第2-4字节的数值指示，根据第1个字节指示的Tag类型，按照不同的结构解析Tag Data。下面分别介绍。

 

四、Audio Tag Data结构

    音频Tag开始的第1个字节包含了音频数据的参数信息，从第2个字节开始为音频流数据。

    第1个字节的前4位的数值表示了音频数据格式，各值代表的意义大家可以查阅Adobe公司发布的FLV格式说明文档（可以到我的磁盘空间的“资料”目录去下载 http://e.ys168.com/?tinyfun）。

    第1个字节的第5-6位的数值表示采样率，0 = 5.5 kHz，1 = 11 kHz，2 = 22 kHz，3 = 44 kHz。

    第1个字节的第7位表示采样精度，0 = 8bits，1 = 16bits。

    第1个字节的第8位表示音频类型，0 = mono，1 = stereo。

 

五、Video Tag Data结构

    视频Tag也用开始的第1个字节包含视频数据的参数信息，从第2个字节开始为视频流数据。

    第1个字节的前4位的数值表示帧类型。

    第1个字节的后4位的数值表示视频编码ID，1 = JPEG（现已不用），2 = Sorenson H.263，3 = Screen video，4 = On2 VP6，5 = On2 VP6 with alpha channel，6 = Screen video version 2。

 

六、Script Tag Data结构

    该类型Tag又通常被称为Metadata Tag，会放一些关于FLV视频和音频的参数信息，如duration、width、height等。通常该类型Tag会跟在File Header后面作为第一个Tag出现，而且只有一个。

    一般来说，该Tag Data结构包含两个AMF包。AMF（Action Message Format）是Adobe设计的一种通用数据封装格式，在Adobe的很多产品中应用，简单来说，AMF将不同类型的数据用统一的格式来描述。第一个AMF包封装字符串类型数据，用来装入一个“onMetaData”标志，这个标志与Adobe的一些API调用有，在此不细述。第二个AMF包封装一个数组类型，这个数组中包含了音视频信息项的名称和值。具体说明如下，大家可以参照图片上的数据进行理解。

 

    第一个AMF包：

       第1个字节表示AMF包类型，一般总是0x02，表示字符串，其他值表示意义请查阅文档。

       第2-3个字节为UI16类型值，表示字符串的长度，一般总是0x000A（“onMetaData”长度）。

       后面字节为字符串数据，一般总为“onMetaData”。

 

    第二个AMF包：

       第1个字节表示AMF包类型，一般总是0x08，表示数组。

       第2-5个字节为UI32类型值，表示数组元素的个数。

       后面即为各数组元素的封装，数组元素为元素名称和值组成的对。表示方法如下：

       第1-2个字节表示元素名称的长度，假设为L。

       后面跟着为长度为L的字符串。

       第L+3个字节表示元素值的类型。

       后面跟着为对应值，占用字节数取决于值的类型。

 

    （http://tinyfun.ys168.com/）

 

http://blog.sina.com.cn/s/blog_48f93b530100eyoe.html

 

 

关于pfv格式

 

首先是9个字节的文件头，接着是metadata，长度是固定的，目前是1024*20个byte。metadata中存放了各个视频帧的location和pts（play time stamp）。接下来是视频帧和音频帧的数据。每个帧是一个tag。音频数据根据其dts来选择是否写入。当他的dts小于视频的dts时，可以立即写入，否则延迟写入。视频帧则每解一帧便写入一帧，每个视频帧会包括cts数据。最后是一些附加数据。像mp4头和business tag.