FLV格式分析
Posted alen_xie
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了FLV格式分析相关的知识，希望对你有一定的参考价值。
Overview
Flash Video(简称FLV),是一种流行的网络格式。目前国内外大部分视频分享网站都是采用的这种格式.
FLV（Flash Video）是Adobe公司设计开发的一种流行的流媒体格式，由于其视频文件体积轻巧、封装简单等特点，使其很适合在互联网上进行应用。此外，FLV可以使用Flash Player进行播放，而Flash Player插件已经安装在全世界绝大部分浏览器上，这使得通过网页播放FLV视频十分容易。目前主流的视频网站如优酷网，土豆网，乐视网等网站无一例外地使用了FLV格式。FLV封装格式的文件后缀通常为“.flv”。
File Structure
从整个文件上开看,FLV是由文件头（File Header）和文件体（File Body）两部分，其中文件体由一系列的Tag组成。因此一个FLV文件是如图1结构。
图1.文件结构（简图）
其中，每个Tag前面还包含了Previous Tag Size字段，表示前面一个Tag的大小。Tag的类型可以是视频、音频和Script，每个Tag只能包含以上三种类型的数据中的一种。图2展示了FLV文件的详细结构。
图2.FLV文件结构（详图）
下面详细介绍一下三种Tag的Tag Data部分的结构。
1.The FLV header
| Field | Type | Comment |
| Signature | UI8 | Signature byte always 'F' (0x46) |
| Signature | UI8 | Signature byte always 'L' (0x4C) |
| Signature | UI8 | Signature byte always 'V' (0x56) |
| Version | UI8 | File version (for example, 0x01 for FLV version 1) |
| TypeFlagsReserved | UB [5] | Shall be 0 |
| TypeFlagsAudio | UB [1] | 1 = Audio tags are present |
| TypeFlagsReserved | UB [1] | Shall be 0 |
| TypeFlagsVideo | UB [1] | 1 = Video tags are present |
| DataOffset | UI32 | The length of this header in bytes |
Signature: FLV 文件的前3个字节为固定的‘F’‘L’‘V’,用来标识这个文件是flv格式的.在做格式探测的时候，
如果发现前3个字节为“FLV”，就认为它是flv文件.
Version: 第4个字节表示flv版本号.
Flags: 第5个字节中的第0位和第2位,分别表示 video 与 audio 存在的情况.(1表示存在,0表示不存在)
DataOffset : 最后4个字节表示FLV header 长度.
下面详细介绍一下三种Tag的Tag Data部分的结构。
(a)Audio Tag Data结构（音频Tag）
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。结构如图3所示。
图3.Audio Tag Data结构
第1个字节的前4位的数值表示了音频编码类型。如表1所示。
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 |
第1个字节的第5-6位的数值表示音频采样率。如表2所示。
表2.音频采样率
| 值 | 含义 |
| 0 | 5.5kHz |
| 1 | 11KHz |
| 2 | 22 kHz |
| 3 | 44 kHz |
PS：从上表可以发现，FLV封装格式并不支持48KHz的采样率。
第1个字节的第7位表示音频采样精度。如表3所示。
表3.音频采样精度
| 值 | 含义 |
| 0 | 8bits |
| 1 | 16bits |
第1个字节的第8位表示音频类型。
表4. 音频类型
| 值 | 含义 |
| 0 | sndMono |
| 1 | sndStereo |
通过上面提示，分析出如下结果：
(b)Video Tag Data结构（视频Tag）
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个字节为视频流数据。结构如图4所示。
图4.Video Tag Data结构
第1个字节的前4位的数值表示帧类型。如表5所示。
表5.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 |
第1个字节的后4位的数值表示视频编码类型。如表6所示。
表6.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 |
根据上面的提示，分析如下：
(c)Script Tag Data结构（控制帧）
该类型Tag又通常被称为Metadata Tag，会放一些关于FLV视频和音频的元数据信息如：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。结构如图5所示。
图5.Script Tag Data结构
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7所示。
表7.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 |
根据上面的提示，分析如之前的类型，这边暂时不提供了。可以与下面MediaInfo工具比较发现，是一样的。
previousTagSize为前一个Tag的长度。也就是Tag Header+Tag date=previousTagSize
这次主要分析一下flv格式，方便以后使用。在此也非常感谢摘录这二位博主的帮助文档，在次由衷的标识敬佩。
参考文档地址1：http://blog.csdn.net/leixiaohua1020/article/details/17934487
参考文档地址2：http://blog.csdn.net/tx3344/article/details/7349019
以上是关于FLV格式分析的主要内容，如果未能解决你的问题，请参考以下文章