FLV 文件格式解析 -- 速通版

Loong Yao

已于 2024-05-16 17:29:43 修改

阅读量1.3k

点赞数 24

CC 4.0 BY-SA版权

分类专栏：音视频文件格式解析文章标签：音视频视频编解码

于 2024-05-11 13:11:08 首次发布

本文链接：https://blog.youkuaiyun.com/L2010pc_web/article/details/138705592

4 篇文章

订阅专栏

前排提示：之所以叫 “速通版”，前提是对有一定音视频基础知识的人群，可参考本文快速了解一些重点信息和内容。

FLV (即 Flash Video 的缩写) ，源于 Adobe 公司定义的一种流媒体的封装格式。

整体上看，由 2 部分组成：

FLV = FLV Header + FLV Body

FLV 文件的数据是以大端字节序存储的。

（注意，通常大多数的媒体文件都是小端字节序存储。

而网络传输的数据通常使用大端字节序）。

⼀个标准 FLV 文件结构，如下图所示：

可以看到整体结构比较简单 ——

大小占 9 Byte，共有 4 个结构体成员，定义如下：

取值类型	名称	占位大小	说明
char [3]	Signature	3 Byte	FLV 文件标识（固定值 “F” “L” “V” ）
unsigned char	Version	1 Byte	版本（目前值都是 1）
unsigned char	TypeFlags	1 Byte	表示是否存在音频和视频第 0 ~ 4 bit：保留位，固定值 0 第 5 bit：是否存在音频第 6 bit：保留位，固定值 0 第 7 bit：是否存在视频
unsigned int	DataOffset	4 Byte	表示 FLV Header 本身的长度，单位 Byte （目前版本1 规定的值是 9 ）

不得不感慨，FLV Header 的设计真的是非常简洁、优雅。

前面已经介绍过了，FLV Body 是由一对接一对的 [ PreviousTagSize ] + [ Tag ] 组成。

排列在 Tag之前，记录 前一个Tag 的大小 (用于逆向读取处理），长度占 4 个字节。显然，FLV Header 后的第⼀个 Pervious Tag Size 的值必定为 0。

FLV Tag 结构上，分为 2 部分：

FLV Tag = [ Tag Header ] + [ Tag Data ]

类型上，分为 3 种：

脚本(帧)数据 - Script Tag Data
也被称为 MetaDataTag，存放⼀些关于FLV视频和音频的元信息，比如：duration、width、height等。通常作为 FLV 文件的第一个 tag，并且只有一个，跟在 File Header 后面。
音频数据 - Audio Tag Data
第一个字节包含了 Audio 数据的参数信息，第二个字节开始为 Audio 数据（RawData or Configration）。
注意，这两个字节属于 tag 的 data 部分，不是 header 部分。
视频数据 - Video Tag Data
第一个字节包含了 Video 数据的参数信息，第二个字节开始为 Video 数据。

注意，⼀个 FLV 文件，每种类型的 Tag 都属于⼀个流，也就说是⼀个 FLV 文件最多只有⼀个音频流和⼀个视频流，不存在多个独立的音视频流封装在在同⼀个 FLV 文件的情况。

FLV Tag Header 结构体如下：

关于 FLV 的时间戳计算：

FLV 文件中的 Timestamp 和 TimestampExtended 拼出来的是 DTS -解码时间，单位为 ms。(如果没有 B 帧，当然 DTS 等于 PTS 显示时间)
CompositionTime 表示 PTS 相对于 DTS 的偏移值，在每个视频 tag 的第 14~16 字节，单位也是 ms。 PTS = DTS (tag 的第 5~8 字节) + CompositionTime