flv文件格式介绍
目录
- 概述
- flv文件主体结构
- Tag介绍
- 开源的解析软件
- 参考阅读
1. 概述
flv(Flash Video)是Adobe设计的一个免费开放的音视频格式。
2. flv文件主体结构
flv包括Header和Body两部分：
- Header：flv的类型、版本等信息。
- Body： 数据区域。flv中的内容有多种，并可同时存在，因此，Body也不是一整块的数据，而是由更细分的块来组成，这个细分的块叫Tag。
使用的是Big-endian字节序。
2.1 Header信息
Header总共由9个字节组成，构成如下：
----------------------------------------------
字节序 | 46 | 4c | 56 | 01 | 05 | 00 | 00 | 00 | 09 |
----------------------------------------------
字符序 F L V 1 / \ 9
---------------------------------
bit序 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 |
---------------------------------
1/0 1/0
音频位 视频位
Header的9字节意义如下：
- 第1-3字节：signature, 文件类型。FLV的文件标志为固定的“FLV"。
- 第4字节：version，版本。固定为0x01。
- 第5字节：flags，此字节当前用到的只有第6，8两个bit位，分别标志当前文件是否存在音频，视频。参见上面bit序，即是第5字节的内容。
- 第6-9字节：header size，整个header的长度，此4字节共同组成一个无符号32位整数，当前版本固定为9。
2.2 BODY
Body是由Tag Size（4字节）和Tag组成，其结构如下：
-------------------------
| Previous Tag Size |
-------------------------
| Tag |
-------------------------
| Previous Tag Size |
-------------------------
| Tag |
-------------------------
| Previous Tag Size |
-------------------------
| Tag |
-------------------------
| Previous Tag Size |
-------------------------
Previous Tag Size：前一个Tag的大小，无符号32位整型。第一个Previous Tag Size是紧接着Header的，因此，其值也是固定为0。
3. Tag介绍
Tag分为Tag Header和Tag Data两部分。
Tag Data不止一种，当前版本共有3种类型组成：
- 音频（audio）
- 视频（video）
- 脚本数据（script data）：关于FLV视频和音频的一些参数信息（亦称为Metadata Tag），通常该Tag会在Header后面作为第一个Tag出现，并且一个文件仅有一个Script Data Tag。
结构如下：
-------------------------
| Tag Header |
-------------------------
| Tag Data |
-------------------------
-------------------------
| Tag Header |
-------------------------
/ \
--------------------------------------------------------
| 08 | 00 | 00 | 18 | 00 | 00 | 00 | 00 | 00 | 00 | 00 |
--------------------------------------------------------
3.1 Tag Header
由11字节组成：
- 第1字节：type，Tag的类型。音频（0x08），视频（0x09），Script Data（0x12），除此之外，其他值非法。
- 第2-4字节：tag data size。一个无符号24位整型数值（UI24），表示当前Tag Data的大小。
- 第5-7字节：Timestamp。UI24，当前Tag的时间戳（单位为ms），第一个Tag的时间戳总为0；
- 第8字节：Timestamp_ex，时间戳的扩展字节，当前24位不够用时，该字节作为最高位，将时间戳扩展为32位无符号整数。
- 第9-11字节：stream id。UI24类型，表示Stream ID，总是0。
3.2 Audio Tag Data
Audio Tag Data开始的第1个字节包含了音频数据的参数信息，第2个字节开始为音频流数据：
第1字节：
- UB[4]，前4位标识音频数据的格式，如：0x2表示的是MP3数据，字典表见表1。
- UB[2]，第5，6位bit表示采样率，见表2。
- UB[1]，采样精度， 0为8bits， 1为16bits。
- UB[1]，音频类型，mono=0， stereo=1
表1.音频编码类型
| 值 | 含义 |
|---|---|
| 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 |
表2.音频采样率
| 值 | 含义 |
|---|---|
| 0 | 5.5kHz |
| 1 | 11KHz |
| 2 | 22 kHz |
| 3 | 44 kHz |
3.3 Video Tag Data
第1个字节包含的是视频参数信息，第2字节开始为视频流数据。
第1个字节：
- UB[4]，前4位标识帧类型。见表3帧类型。
- UB[4]，后4位标识视频编码类型。见表4视频编码类型。
表3.帧类型
| 值 | 含义 |
|---|---|
| 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 |
表4.视频编码类型
| 值 | 含义 |
|---|---|
| 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 |
3.4 Script Tag Data
该类型Tag又通常被称为Metadata Tag，会放一些视频和音频的元数据信息如：duration、width、height、audiodatarate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。
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。数据类型见表5。
一个数据包示例如下：
-------------------------------------------------
| AMF1("onMetaData") | AMF2("wight, height...")|
-------------------------------------------------
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。第2-3个字节为UI16类型值，标识字符串的长度，一般总是0x000A（“onMetaData”长度）。后面字节为具体的字符串，一般总为“onMetaData”（6F,6E,4D,65,74,61,44,61,74,61）。
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。常见的数组元素如表6所示。
表5.数据类型
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
表6.常见MetaData
| 值 | 含义 |
|---|---|
| duration | 时长 |
| width | 视频宽度 |
| height | 视频高度 |
| videodatarate | 视频码率 |
| framerate | 视频帧率 |
| videocodecid | 视频编码方式 |
| audiosamplerate | 音频采样率 |
| audiosamplesize | 音频采样精度 |
| stereo | 是否为立体声 |
| audiocodecid | 音频编码方式 |
| filesize | 文件大小 |
