FLV文件格式分析（附源码）

Posted 2020-09-27 仲达超

FLV文件主要由两部分组成：Header和Body。

1. Header

header部分记录了flv的类型、版本等信息，是flv的开头，一般都差不多，占9bytes。具体格式如下：

文件类型	3 bytes	“FLV”
版本	1 byte	一般为0x01
流信息	1 byte	倒数第一位是1表示有视频，倒数第三位是1表示有音频，倒数第二、四位必须为0
header长度	4 bytes	整个header的长度，一般为9；大于9表示下面还有扩展信息

 

 

2.body

body部分由一个个Tag组成，每个Tag的下面有一块4bytes的空间，用来记录这个tag的长度，这个后置用于逆向读取处理，他们的关系如下图：

2.1.Tag

每个Tag由也是由两部分组成的：Tag Header和Tag Data。Tag Header里存放的是当前Tag的类型、数据区（Tag Data）长度等信息，具体如下：

名称	长度	介绍
Tag类型	1 bytes	8：音频 9：视频 18：脚本 其他：保留
数据区长度	3 bytes	在数据区的长度
时间戳	3 bytes	整数，单位是毫秒。对于脚本型的tag总是0
时间戳扩展	1 bytes	将时间戳扩展为4bytes，代表高8位。很少用到
StreamsID	3 bytes	总是0
数据区(data)	由数据区长度决定	数据实体

2.2.Tag Data

数据区根据Tag类型的不同可分为三种，音频数据、视频数据和脚本数据。

 

 

2.2.1.音频数据

第一个byte是音频的信息，格式如下。

名称	长度	介绍
音频格式	4 bits	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 11 = Speex 14 = MP3 8-Khz 15 = Device-specific sound
采样率	2 bits	0 = 5.5-kHz 1 = 11-kHz 2 = 22-kHz 3 = 44-kHz 对于AAC总是3
采样的长度	1 bit	0 = snd8Bit 1 = snd16Bit 压缩过的音频都是16bit
音频类型	1 bit	0 = sndMono 1 = sndStereo 对于AAC总是1

第2byte开始就是音频流数据了。

2.2.2.视频数据

和音频数据一样，第一个byte是视频信息，格式如下：

名称	长度	介绍
帧类型	4 bits	1: keyframe (for AVC, a seekable frame) 2: inter frame (for AVC, a non-seekable frame) 3: disposable inter frame (H.263 only) 4: generated keyframe (reserved for server use only) 5: video info/command frame
编码ID	4 bits	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

 

 

2.2.3脚本数据

脚本Tag一般只有一个，是flv的第一个Tag，用于存放flv的信息，比如duration、audiodatarate、creator、width等。

 

首先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。
其中数据类型的种类有：

• 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

 

如果类型为String，后面的2bytes为字符串的长度（Long String是4bytes），再后面才是字符串数据；如果是Number类型，后面的8bytes为Double类型的数据；Boolean类型，后面1byte为Bool类型。

知道了这些后再来看看flv中的脚本，一般开头是0x02，表示String类型，后面的2bytes为字符串长度，一般是0x000a（“onMetaData”的长度），再后面就是字符串“onMetaData”。好像flv格式的文件都有onMetaData标记，在运行ActionScript的时候会用到它。后面跟的是0x08，表示ECMA Array类型，这个和Map比较相似，一个键跟着一个值。键都是String类型的，所以开头的0x02被省略了，直接跟着的是字符串的长度，然后是字符串，再是值的类型，也就是上面介绍的那些了。

3.总结

flv的格式还是比较简单的，header部分很简洁，body部分都是由一个个tag，tag的话也就三种，脚本tag一般只有一个的，我想这也是flv能成为在线视频格式的原因吧。只要了解了格式，我们就可以写个程序来解析flv文件了，这也是我下一步要做的。