【Go】FLV文件解析（一）

这是一个系列教程，一是为了解释FLV文件的结构，二是为了练习Go语言，希望大家多多支持。

在实战编码之前，我们需要首先了解FLV文件的格式。FLV是adobe出品的视频封装格式，注意它只是封装格式，不是编码格式。做为第一节的内容，我们不会过度深入音视频数据的编码，这部分内容以后会再讲。

FLV文件格式

FLV文件由FLV Header和FLV Body组成，FLV Body又由许多Tag组成，Tag里面可能是视频、音频或脚本。这里所说的脚本并不是可执行脚本，而是视频的一些元信息。在每一个Tag的前面还有一个重要信息，就是前一个Tag的大小。它们看起来如下图。

为什么Tag之间会记录上一个Tag大小呢？为的是方便回溯，有了前一个Tag大小，我们就可以轻松回溯到前一个Tag了。

FLV Header

1版本的FLV Header共9个字节，目前应该都是这个版本。FLV Header结构如下图。

FLV头的前三个字节分别是FLV三个字母的ASIIC码，可以由此来判断一个文件是否是FLV文件。紧接着的一个字节是FLV文件版本，下一个字节是是一个flag标志，其中第8个比特表示是否包含视频，第6个比特表示是否包含音频，其余比特必须是0，最后是FLV头的大小，占4个字节。

FLV Tag

FLV的Tag也由Tag Header和Tag Data组成，Tag Header共计11字节，结构如下图。

FLV Tag有三种类型，它们有相同的Tag Header，不同的是Tag Data中的数据类型。

• 8：音频Tag，Tag Data中是音频数据。

• 9：视频Tag，Tag Data中是视频数据。

• 18：元数据Tag，Tag Data中是视频元信息。

Tag Data大小占3字节，表示Tag Data的长度，不包括Tag Header在内。

关于时间戳，我们要搞清楚以下3个问题：

1. 时间戳的单位是是什么？

2. 时间戳的含义是什么？

3. 时间戳如何计算？

第一个问题，根据官方文档的描述，时间戳的单位是毫秒。

第二个问题，时间戳表示的是相对于第一个Tag时间戳的偏移量，因此第一个Tag的时间戳永远是0。

第三个问题，时间戳在这里被分成了两部分，一个3字节的时间戳和1字节的扩展时间戳，完整的时间戳应该是一个32位无符号整数，计算的时候，扩展时间戳是高8位，时间戳是低24位，在拼时间戳的时候要注意这一点。

流ID实际上源于RTMP协议的多路复用，因为FLV只支持一路流，因此流ID总是0。

基本的FLV结构就介绍到这里，下面开始代码实操。

实战

首先我们需要一个工具提供基础的解码功能，你可以通过导入"gitee.com/lJOSVDE/stream"这个库来使用这个工具。另外我们使用的系统是小端序。

新建一个Go项目以及flv.go文件，首先我们定义两个全局变量。

var (
    _FLV_         = [3]byte{'F', 'L', 'V'}
    FLV_FMT_ERROR = errors.New("flv format error")
)

接下来定义FLV Header和FLV Tag的结构。

// flv头部
type FlvHeader struct {
    flv      [3]byte
    Version  uint8
    HasAudio bool
    HasVideo bool
    Size     uint32
}

// flv tag
type FlvTag struct {
    Header FlvTagHeader
    Data   stream.Stream
}

// flv tag头部
type FlvTagHeader struct {
    TagType    uint8
    DataSize   uint32
    Timestamp  uint32
    StreamID   uint32
    PreTagSzie uint32
}

这里我们将FlvTag的Data字段也定义为Stream类型，方便之后进一步的解析。然后需要准备一个FLV文件，然后写一个读取文件的函数。

func ReadFlv(path string) (Stream, error) {
    if name == "" {
        return nil, errors.New("empty flv name")
    }
    bs, err := ioutil.ReadFile(name)
    if err != nil {
        return nil, err
    }
    return stream.NewByteStream(bs), nil
}

下面来读取FLV头部。

// 读取FLV Header
func DecodeFlvHeader(s stream.Stream) (h FlvHeader, err error) {
	// 读取FLV
	err = s.Byte(&h.flv[0]).Byte(&h.flv[1]).Byte(&h.flv[2]).Error()
	if h.flv != _FLV_ || err != nil {
		err = FLV_FMT_ERROR
		return
	}
	var flag byte
	// 读取FLV版本、标识符、头部大小
	err = s.U8(&h.Version).Byte(&flag).U32(&h.Size).Error()
	h.HasAudio = flag&0x04 == 0x04
	h.HasVideo = flag&0x01 == 0x01
	return
}

接下来读取FLV Tag。

// 读取一个FLV Tag
func DecodeFlvTag(s stream.Stream) (t FlvTag, err error) {
	var externTimestamp uint8
	err = s.
		U32(&t.Header.PreTagSzie). //前一个Tag大小
		U8(&t.Header.TagType).     //Tag类型
		U24(&t.Header.DataSize).   //Tag Data大小
		U24(&t.Header.Timestamp).  //时间戳
		U8(&externTimestamp).      //扩展时间戳
		U24(&t.Header.StreamID).   //流ID
		Error()
	if err != nil {
		return
	}
  //拼完整时间戳
	if externTimestamp != 0 {
		t.Header.Timestamp |= uint32(externTimestamp) << 24
	}
	//读取Tag Data
	t.Data, err = s.Produce(int(t.Header.DataSize))
	return
}

为了方便观察和调试，我们再给FlvTag实现Stringer接口。

func (f FlvTag) String() string {
	var sb strings.Builder
	sb.WriteString(fmt.Sprintf("tag header: %+v\ntag body:", f.Header))
	for i, b := range f.Data.Raw() {
		if i&0x0F == 0 {
			sb.WriteByte('\n')
		}
		sb.WriteString(fmt.Sprintf("%2X ", b))
	}
	return sb.String()
}

到这里，flv.go的内容就基本完成了，接下来写个main函数来试试吧。

func main() {
	s, _ := ReadFlv("b.flv")
	h, _ := DecodeFlvHeader(s)
	fmt.Printf("%+v\n", h)
	st, _ := DecodeFlvTag(s)
	fmt.Println(st)
}

以上就是本期的全部内容，你可以亲手试一试如何循环读完所有Tag。

下一期我们探索Tag Data的内部乾坤。