FLV封装格式

FLV封装格式是由⼀个⽂件头(FLV header)和 ⽂件体(FLV body)组成。其中FLV body由若干对的previous tag size + tag组成，previous tag size占用4个字节 记录了前一个tag的大小，用于逆向读取处理。flv header后的第一个previous tag size的大小为0。

Tag⼀般可以分为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 位数说明：

位域	位宽	说明
Signature	3 * 8	文件标识，分别为“F”, “L”, "V"（0x46，0x4C，0x56）
Version	1 * 8	版本标识，目前为0x01
TypeFlags	1 * 8	前5位和第7位为保留位必须为0，第6位表示是否存在音频，第8位表示是否存在视频
DataOffset	4 * 8	从FLV header起始位置到File body起始位置的字节数，版本1为9个字节

tag body说明：

位域	位宽	说明
PreviousTagSize	4 * 8	前一个tag的长度
TagType	1 * 8	t该ag的类型，音频（0x08）、视频（0x09）和script data（0x12），其他类型值为保留位
DataSize	3 * 8	该tag的data部分大小
Timestamp	3 * 8	该tag的时间戳
TimestampExtended	1 * 8	时间戳的扩展字节，24位不够时将扩展为32位
Tag Data	DataSize * 8	不同类型的tag的data部分结构互不相同，但header部分的结构是一样的

flv⽂件中Timestamp和TimestampExtended拼出来的是dts。也就是解码时间。Timestamp和TimestampExtended拼出来dts单位为ms。(如果不存在B帧，当然dts等于pts)

CompositionTime 表示PTS相对于DTS的偏移值， 在每个视频tag的第14~16字节，显示时间(pts) = 解码时间（tag的第5~8字节） + CompositionTime CompositionTime的单位也是ms

Script data脚本数据是描述视频或⾳频的信息的数据，如宽度、⾼度、时间、采样、声道、频率、编码等,⼀个⽂件中通常只有⼀个元数据

FLV解析架构图

Script Tag Data结构

FIeld	Type	Comment
Type	U8	第1个字节表示第一个AMF包类型，⼀般总是0x02，表示字符串
Value_size	U16	标识字符串的⻓度，⼀般总是0x000A（“onMetaData”⻓度）
Value	U8 * 10	为具体的字符串，⼀般为“onMetaData”（6F,6E,4D,65,74,61,44,61,74,61）
Type	U8	第二个表示AMF包类型，⼀般总是0x08，表示数组
ECMAArrayLength	U32	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。

数据对元素个别例子

Audio Tag Data结构

FIeld	Type	Comment
SoundFormat	UB4	音频格式，10 为AAC,0为PCM,2为MP3
SoundRate	UB2	采样率，0 = 5.5KHz,1 = 11kHz, 2 = 22.05kHz, 3 = 44.1kHz,对于AAC总是3。但实际上AAC是可以⽀持到48khz以上的频率(这个参数对于AAC意义不⼤)。
SoundSize	UB1	1代表16位，0代表8位，此参数仅适⽤于未压缩的格式，压缩后的格式都是将其设为1
SoundType	UB1	0 = sndMono, 1 = sndStereo ⽴体声,对于AAC总是1
音频数据	U8 * n	音频数据

例如：

Audio Tag Data结构 例子

Video Tag Data结构

FIeld	Type	Comment
帧类型	UB4	1: keyframe (for AVC, a seekable frame)——h264的IDR，关键帧，2: inter frame (for AVC, a non- seekable frame)——h264的普通帧
编码ID	UB4	7: AVC
视频数据	U8 * n	视频数据

例如：

Video Tag Data结构 例子