FLV容器分析1

借用了FlvParse这个工具和UI，结合官方文档分析出来的。

此工具挺好，就是不开源，而且对于Metadata Tag的数据也没有精确显示到每一个byte。实际使用当中还出现字段没有完全显示之类的。

其中遇到了和作者的一些分歧。所以写下我自己的总结，下面是这个工具的cnblog：

http://www.cnblogs.com/xxcainiao/archive/2010/01/12/1645408.html

 

===================================================================================

 

FLV是一个二进制文件，由文件头(FLV header)和很多tag组成。tag又可以分成三类:audio,video,script(metaData)，分别代表音频流，视频流，脚本流（关键字或者文件信息之类）。

######################################################

本文分析的FLV文件来源分别于56网与FMS服务器

######################################################

一、FLV头分析

FLV Header

一般比较简单，包括文件类型之类的全局信息，如图：

 

 

文件类型

3bytes

总是FLV（0x46 0x4C 0x56），否则...

 

1、FLV 3bytes：0x46 0x4C 0x56标识FLV文件 

2、版本号1bytes：0x01，表示FLV version 1

 

3、流信息 1bytes：0x04，表示成二进制位0000 0100，在这8个bit中，倒数第一位为1则表示有视频，倒数第三位为1表示有音频，这里表示有音频

 

4、Head的大小4bytes：0x00 0x00 0x00 0x09，整个文件头的长度，3 bytes + 1 bytes + 1 bytes + 4 bytes = 9

 

5、Head Tag长度 4bytes：0x00 0x00 0x00 0x00，一般为0，表示head标签

 

 

二、FLV标签分析

FLV Header之后便是FLV body，由很多tag组成的。

FLV文件里面帧的实体就是tag了。每个tag都可以分为两部分，第一部分包含是tag 类型信息，长度固定为15bytes

 

Metadata Tag

第一个tag为Metadata Tag[0x0000000D]

1、Tag Header 11bytes：

a、type(类型) 1bytes：此处为0x12即十进制的18  

  

 

b、data size(数据区长度) 3bytes：此处为0x00 0x00 0xE0

 

 

c、time stamp(时间戳) 3bytes：此处为0x00 0x00 0xE0    

 

d、expand time stamp(扩展时间戳) 1bytes：此处为0x00

 

e、stream id(流ID) 3bytes：此处为0x00 0x00 0xE0

 

2、Tag Data(大小为Tag Header中字段data size + 11[head的长度])

前18bytes定死，填0也行，不过一般保持默认

a、amf 1 type 1bytes：固定为0x02

 

 

b、string size 2bytes：固定为0x00 0x0A，即为10长度，表示字符串onMetaData的长度

 

 

c、string 10bytes(由上一个字段string size决定)：固定为0x6F 0x6E 0x4D 0x65 0x74 0x64 0x44 0x61 0x74 0x61，表示字符串onMetaData

 

 

d、amf 2 type 1bytes：固定为0x08

 

 

e、array size 4bytes：表示接下来的metadata array data 中有多少组数据

 

 

综上：在metadata tag data部分的长度可以这么计算：

metadata array data size = data size(数据区长度) - 18bytes(上面几个字段的长度) 

 

f、metadata array data：①前面2bytes表示，第N个数组的名字所占的bytes，继续读下去就可以知道数组的名字，例：

 

这里为0x00 0x08表示后面的8个bytes表示数组的名字

 

duration即为读出来的数组的名字信息

②跟着下去的1bytes表示这个数组的属性信息，

大体的类型介绍如下：

00类型-----随后的8bytes表示该属性对应的float值；

 

01类型-----随后的1bytes表示boolean，比如是否有视频为01表示“含有”的意思；

02类型-----后跟的2bytes表示字符串长度，然后再根据这个长度从后边的bytes中读取出字符串；

03类型-----数组信息的结束；

0A类型-----数据变量，占4bytes；

0B类型-----占10bytes，表示日期；

③metadata array data最后的3个bytes应为0x00 0x00 0x09表示metadata array data的结束

 

 

Pre Tag size：Metadata Tag总的长度 4bytes

 

 

可以通过以下公式来计算这个长度：

                                    Pre Tag size = data size + 18 + 11；

 

 

事实证明：

把Metadata Tag data数据全部填上0也不影响数据的播放。但删掉后从新改写各个size却显示无法渲染= = 估计会和前面的flv header具有相关性。

这是一张网上分析flv文件中File Header和Metadata Tag的图片

 

我开始我是按照他的格式加上FlvParse.exe来进行分析的，但是这个文件看起来很规范，没有冗余信息的情况。所以补上几个另外的

比如下面的这个2011.flv

 

 

到此为止的信息还是很好理解的

 

 

但是在这里，读到最后一个的时候，类型为03，数据值就没有了

用UI打开来看，他里面是存在有描述的

 

 

至少后续还可以独处来一个times

反复查看了一下官方的标准标签：

 

是没有times这个类型的，不过这里确实可以存在冗余信息(可以进行对视频一些版权的夹入，一般工具也不会对其进行解析)

所以，我也只能是以上面官方描述的标签信息进行解析，其他的一切全部跳过，当成冗余信息(因为冗余信息如果夹在标准便签的后面，他就不算能一个真正的元信息描述)。

FLV容器的一个大概描述是这样的：

 

Audio Tag：

1、Tag Header 11bytes：

a) type(类型) 1bytes：此处为0x08 表示音频

b) data size(Audio数据大小) 3bytes：此处为0x00 0x01 0xA2换成十进制为418

c) Tag current time stamp(时间戳) 由前面 time stamp 3bits与后面expand time stamp 1bits运算构成，参考Video的计算公式。

因为是第二个Tag(第一个为Meta Tag)所以这里为0x00 0x00 0x00

d) stream ID(流ID) 3bytes：一般看到的都是0x00 0x00 0x00

2、Tag Data(大小由上面的data size描述)

a) 第一位为：

转换成bit为：00001 1111

可惜的是官方文档并没有讲解每一个bits的含义，但是这篇文章给出了，在此谢谢作者

http://blog.csdn.net/tianyue168/article/details/5994962

引用说明(些许修改)：

前四bits表示音频格式，

0--------------未压缩

1--------------ADPCM压缩

2--------------MP3压缩

3--------------Unknow

4--------------Unknow

5--------------Nellymoser 8kHz momo

6--------------Nellymoser

7--------------G.711 A-law logarithmic PCM

8--------------G.711 mu-law logarithmic PCM

9--------------reserved

10-------------AAC

11-------------Speex

12-------------Unknow

13-------------Unknow

14-------------MP3 8-kHz

15-------------Device -specific sound

第五、六bits表示sample rate(采样速率)：

0--------------5.5kHz

1--------------11kHz

2--------------22kHz

3--------------44kHz

第七bits表示sample size(采样长度)：

0--------------snd8Bit

1--------------snd16Bit

第八bits表示type(类型)：

0--------------sndMomo

1--------------sndStereo

b) Audio data：长度为Header中的(data size - 1)bytes

----------应该是视频的裸数据--------现在只是猜测--------------

3、Pre Tag Size(标签的长度) 4bytes：

Video Tag：

1、Tag Header 11bytes：

a) type(类型) 1bytes：此处为0x09 表示视频

b) data size(Audio数据大小) 3bytes：此处为0x00 0x00 0x25换成十进制为37

c) Tag current time stamp(时间戳) 由前面 time stamp 3bits与后面expand time stamp 1bits运算构成

time stamp3bytes：此处为0x00 0x00 0x1B换成十进制为27

expand time stamp(扩展时间戳) 1bytes：此处为0x00

那么 time stamp(时间戳) 可以有：（time stamp | expand time stamp） << 24

d) stream ID(流ID) 3bytes：一般看到的都是0x00 0x00 0x00

2、Tag Data(大小由上面的data size描述)

a) 第一位为：

转换成bit为：00001 0100

前四bits表示音频格式，

0--------------Unknow

1--------------keyframe

2--------------inner frame

3--------------disposable inner frame (H.263 only) 

4--------------Unknow

5--------------Unknow

6--------------Unknow

7--------------Unknow

8--------------Unknow

9--------------Unknow

10-------------Unknow

11-------------Unknow

12-------------Unknow

13-------------Unknow

14-------------Unknow

15-------------Unknow

后四bits表示编码器ID

0--------------Unknow

1--------------Unknow

2--------------Seronson H.263

3--------------Screen video 

4--------------On2 VP6

5--------------On2 VP6 without channel

6--------------Screen video version 2

7--------------AVC

8--------------Unknow

9--------------Unknow

10-------------Unknow

11-------------Unknow

12-------------Unknow

13-------------Unknow

14-------------Unknow

15-------------Unknow

b) Video data：长度为Header中的(data size - 1)bytes

----------应该是视频的裸数据--------现在只是猜测--------------

3、Pre Tag Size(标签的长度) 4bytes：

http://blog.csdn.net/zengraoli/article/details/7742278