FLV文件格式解析

1.        FLV文件对齐方式

FLV文件以大端对齐方式存放多字节整型。

如存放数字无符号16位的数字300（0x012C），那么在FLV文件中存放的顺序是：|0x01|0x2C|。

如果是无符号32位数字300（0x0000012C），那么在FLV文件中的存放顺序是：|0x00|0x00|0x00|0x01|0x2C。

2.        FLV文件格式

FLV文件格式比较简单，分为Header和Body两部分。

即：|FLV_Header(9)|FLV_Body(n)|，括号里是长度，以byte为单位。

以下分别介绍Header和Body的具体内容格式。

3.        FLV Header格式

FLV Body的内容长度是固定的，格式如下：

| F(8) | L(8) | V(8) | Version(8) | TypeFlagsReserved(5) | TypeFlagsAudio(1)| TypeFlagsReserved(1) | TypeFlagsVideo(1) | DataOffset(32) |.

可知FLV Header头部的长度为9 bytes。

前三个字节为FLV，十六进制表示为 0x46 0x4C 0x56。

Version为FLV的版本号，一般为0x01。

TypeFlagsReserved为保留位，均为0

TypeFlagsAudio为FLV文件中是否包括音频数据，1是有，0是没有。

TypeFlagsVideo为FLV文件中是否包括视频数据，1是有，0是没有。

DataOffset为FLV Header的长度，为固定值0x00000009。

4.        FLV Body格式

FLV Body的内容为多个Tag和Tag的长度组成。

即：

| PreviousTagSize0(32) | Tag1(PreviousTagSize1) |PreviousTagSize1(32) | Tag2 | ……| PreviousTagSizeN-1(32) | TagN(previousTagSizeN)| previousTagSizeN(32) |

PreviousTagSize0为0x00000000。

Tag为每一个内容，目前包括音频、视频、脚本。

previousTagSize为前一个Tag的长度。

5.        FLV Tag格式

FLV Tag是FLV Body的内容，具体Tag同样是由Tag Header和Tag Data组成。

即FLV Tag Format :

| TagType(8) | DataSize(24) | Timestamp(24) |TimestampExtended(8) | StreamID(24) | Data(DataSize) |

TagType为Tag的类型：

目前支持的类型：

音频为0x08；

视频为0x09；

脚本数据为0x12。

DataSize为Data的长度。

Timestamp为相对第一个Tag的时间戳，因此第一个Tag的时间戳为0。也可以将所有Tag的时间戳全配置为0，解码器会自动处理。

StreamID为默认的全为0。

Data为具体的数据内容，

如果TagType=0x08，为AudioData；

如果TagType=0x09，为VideoData；

如果TagType=0x12，为ScriptDataObject，但该项因为内容不固定，所以在FLV文件中可以没有该Tag内容。

6.        VideoData格式

VideoData的内容，同样包括VideoData Header和VideoData Body。

即VideoData Format：

Video Header = | FrameType(4) | CodecID(4) |

VideoData = | FrameType(4) | CodecID(4) | VideoData(n) |

FrameType为数据类型，1为关键帧，2为非关键帧，3为h263的非关键帧，4为服务器生成关键帧，5为视频信息或命令帧。

CodecID为包装类型，1为JPEG，2为H263，3为Screen video，4为On2 VP6，5为On2 VP6，6为Screen videoversion 2，7为AVC。

VideoData为数据具体内容：

如果CodecID=2，为H263VideoPacket；

如果CodecID=3，为ScreenVideopacket；

如果CodecID=4，为VP6FLVVideoPacket；

如果CodecID=5，为VP6FLVAlphaVideoPacket；

如果CodecID=6，为ScreenV2VideoPacket；

如果CodecID=7，为AVCVideoPacket；

7.        AVCVideoPacket格式

AVCVideoPacket同样包括Packet Header和Packet Body两部分：

即AVCVideoPacket Format：

| AVCPacketType(8)| CompostionTime(24) | Data |

AVCPacketType为包的类型：

         如果AVCPacketType=0x00，为AVCSequence Header；

         如果AVCPacketType=0x01，为AVC NALU；

         如果AVCPacketType=0x02，为AVC end ofsequence

CompositionTime为相对时间戳：

         如果AVCPacketType=0x01， 为相对时间戳；

         其它，均为0；

Data为负载数据：

         如果AVCPacketType=0x00，为AVCDecorderConfigurationRecord；

         如果AVCPacketType=0x01，为NALUs；

         如果AVCPacketType=0x02，为空。

8.        AVCDecorderConfigurationRecord格式

AVCDecorderConfigurationRecord包括文件的信息。

具体格式如下：

| cfgVersion(8) | avcProfile(8) | profileCompatibility(8) |avcLevel(8) | reserved(6) | lengthSizeMinusOne(2) | reserved(3) | numOfSPS(5) |spsLength(16) | sps(n) | numOfPPS(8) | ppsLength(16) | pps(n) |

 

实例：

总体上看，FLV包括文件头（File Header）和文件体（File Body）两部分，其中文件体由一系列的Tag及Tag Size对组成。因此一个FLV文件看上去是下面的结构：

    其中，Previous Tag Size紧跟在每个Tag之后，占4个字节表示一个UI32类型的数值，表示前面一个Tag的大小。需要注意的是，Previous Tag Size #0的值总是为0。Tag类型包括视频、音频和Script，且每个Tag只能包含一种类型的数据。下面我们看看File Header和Tag的具体结构，为了方便大家理解，我贴一个实际FLV文件的字节流图片，图片中把不同部分区分了颜色。

 

一、File Header结构

    File Header在当前版本中总是由9个字节组成，如图中蓝色区域所示。

    第1-3字节为文件标识（Signature），总为“FLV”（0x46 0x4C 0x56），如图中紫色区域。

    第4字节为版本，目前为1（0x01）。

    第5个字节的前5位保留，必须为0。

    第5个字节的第6位表示是否存在音频Tag。

    第5个字节的第7位保留，必须为0。

    第5个字节的第8位表示是否存在视频Tag。

    第6-9个字节为UI32类型的值，表示从File Header开始到File Body开始的字节数，版本1中总为9。

 

二、Previous Tag Size结构

    如图中红色位置所示。

 

三、Tag结构

    Tag包括Tag Header和Tag Data两部分。不同类型的Tag的Header结构是相同的，但是Data结构各不相同。如图中绿色和黄色区域分别表示Tag Header数据和Tag Data数据。

    当前版本的Tag Header结构占用11个字节。

    第1个字节表示Tag类型，包括音频（0x08）、视频（0x09）和script data（0x12），其他类型值被保留。

    第2-4字节为UI24类型的值，表示该Tag Data部分的大小。

    第5-7字节为UI24类型的值，表示该Tag的时间戳（单位为ms），第一个Tag的时间戳总是0。

    第8个字节为时间戳的扩展字节，当24位数值不够时，该字节作为最高位将时间戳扩展为32位值。

    第9-11字节为UI24类型的值，表示stream id，总是0。

    后面的字节为Tag Data数据，Data的大小由第2-4字节的数值指示，根据第1个字节指示的Tag类型，按照不同的结构解析Tag Data。下面分别介绍。

 

四、Audio Tag Data结构

    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。

    第1个字节的前4位的数值表示了音频数据格式，各值代表的意义大家可以查阅Adobe公司发布的FLV格式说明文档（可以到我的磁盘空间的“资料”目录去下载http://e.ys168.com/?tinyfun）。

    第1个字节的第5-6位的数值表示采样率，0 = 5.5 kHz，1 = 11 kHz，2 = 22 kHz，3 = 44 kHz。

    第1个字节的第7位表示采样精度，0 = 8bits，1 = 16bits。

    第1个字节的第8位表示音频类型，0 = mono，1 = stereo。

 

五、Video Tag Data结构

    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个字节开始为视频流数据。

    第1个字节的前4位的数值表示帧类型。

    第1个字节的后4位的数值表示视频编码ID，1 = JPEG（现已不用），2 = Sorenson H.263，3 = Screen video，4 = On2 VP6，5 = On2 VP6 with alpha channel，6 = Screen video version 2。

 

六、Script Tag Data结构

    该类型Tag又通常被称为Metadata Tag，会放一些关于FLV视频和音频的参数信息，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。

    一般来说，该Tag Data结构包含两个AMF包。AMF（Action Message Format）是Adobe设计的一种通用数据封装格式，在Adobe的很多产品中应用，简单来说，AMF将不同类型的数据用统一的格式来描述。第一个AMF包封装字符串类型数据，用来装入一个“onMetaData”标志，这个标志与Adobe的一些API调用有，在此不细述。第二个AMF包封装一个数组类型，这个数组中包含了音视频信息项的名称和值。具体说明如下，大家可以参照图片上的数据进行理解。

 

    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，其他值表示意义请查阅文档。

       第2-3个字节为UI16类型值，表示字符串的长度，一般总是0x000A（“onMetaData”长度）。

       后面字节为字符串数据，一般总为“onMetaData”。

 

    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。表示方法如下：

       第1-2个字节表示元素名称的长度，假设为L。

       后面跟着为长度为L的字符串。

       第L+3个字节表示元素值的类型。

       后面跟着为对应值，占用字节数取决于值的类型。

 

    OK，到此FLV文件结构讲完了，希望我已经讲清楚了：）另外我自己写了一个小工具，用它可以查看一个FLV文件的结构，并且能够分析各个字段对应字节的具体值，截图如下。目前还有一些小问题需要完善，后面我会加一个使用说明。想用的朋友可以到我磁盘空间的“工具”目录去下载。（http://tinyfun.ys168.com/）