流媒体-FLV格式详解及数据分析

一、FLV文件格式

FLV包括文件头（File Header）和文件体（File Body）两部分。文件结构如图所示：

二、FLV文件头

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：

1. 文件标识（3B）：总是为”FLV”,0x46 0x4c 0x56

2. 版本（1B）：目前为0x01

3. 流信息（1B）：文件的标志位说明。前5位保留，必须为0；第6位为音频Tag：1表示有音频；第七位保留，为0； 第8位为视频Tag：1表示有视频

4. Header长度（4B）：整个header的长度，一般为9（版本为0x01时）；大于9表示下面还有扩展信息。即0x00000009

.

三、FLV文件体

文件体由一系列的Tag组成。其中，每个Tag前面还包含了Previous Tag Size字段，表示前面一个Tag的大小。Tag的类型可以是视频、音频和Script，每个Tag只能包含以上三种类型的数据中的一种。

 

. 
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：

Tag类型（1）：0x08：音频; 0x09：视频; 0x12：脚本; 其他：保留

数据区长度（3）：数据区的长度

时间戳（3）：整数，单位是毫秒。对于脚本型的tag总是0 （CTS）

时间戳扩展（1）：将时间戳扩展为4bytes，代表高8位。很少用到

StreamsID（3）：总是0

数据区（由数据区长度决定）：数据实体

1.1、Audio Tag Data结构（音频Tag）. 

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。如图为音频Tag结构：

第1个字节的前4位的数值表示了音频编码类型，第5-6位的数值表示音频采样率，第7位表示音频采样精度，第8位表示音频类型。具体格式如下：

从上图可以看出，FLV封装格式并不支持48KHz的采样率。

1.2、Video Tag Data结构（视频Tag）

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个字节为视频流数据。如图为视频Tag结构： 

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类型。具体格式如下：

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；

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。 
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) |

1.3、Script Tag Data结构（控制帧）

该类型Tag又通常被称为Metadata Tag，会放一些关于FLV视频和音频的元数据信息如：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。结构如图所示：

第一个AMF包：

第1个字节表示AMF包类型，常见的数据类型如下：

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

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

FLV文件中，第一个字节一般总是0x02，表示字符串。第2-3个字节为UI16类型值，标识字符串的长度，一般总是0x000A（“onMetaData”长度）。后面字节为具体的字符串，一般总为“onMetaData”（6F,6E,4D,65,74,61,44,61,74,61）。

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。常见的数组元素如下表： 

四、FLV数据分析

第一帧报文：

 

1) 0x46 4c 56字符FLV头，固定字符

2) 0x01：版本，目前为固定字符

3）0x05：01表示有视频，04表示有音频，05表示既有视频又有音频。

4）0x00 00 00 09：flv包头长度

5）0x00 00 00 00 ：这个是第1帧的PreviousTagSize0(前帧长度)，因为是第一帧，所以肯定是0；

6）0x08：帧开头第一字节：0x08表示音频，0x09表示视频，0x12表示脚本信息，放一些关于FLV视频和音频的参数信息，如duration、width、height等。

7）0x00 00 04：帧payload长度：因为音频第一帧是ASC，所以只有4字节。

8) 0x 00 00 00 00：timestamp，时间戳

9) 0x 00 00 00：streamid，流ID

10) 0x AF 00 13 90：

音频payload: 0xaf00开头的后面是asc flag, 0xaf01开头的后面是真正的音频数据

0x13 90,也就是0b0001 0011 1001 0000, 

ASC flag格式：xxxx xyyy yzzz z000

x字符： aac type，类型2表示AAC-LC，5是SBR, 29是ps，5和29比较特殊asc flag的长度会变成4；

y字符:  sample rate, 采样率, 7表示22050采样率

z字符:  通道数，2是双通道

11) 0x 00 00 00 0F

这个还是PreviousTagSize1，上一帧长度15bytes

12) 0x09 视频类型，新的一帧

13）0x00 00 22

视频帧payload长度

14) 0x00 00 0a 00 

时间戳：这个地方有个大坑，顺序是：a[3] a[0] a[1] a[2]，最后一位是最高位。

15) 0x00 00 00

streamid, 流id。

16) 0x 17 00 

视频帧开头2字节：

0x17 00: 表示内容是SPS和PPS

0x17 01: 表示内容是I-FRAME

0x27:      表示内容是P-FRAME

17) 

0000002bh: 17 00 00 00 00 01 42 C0 1F FF E1 00 0E 67 42 C0 ; ……B??.gB?
0000003bh: 1F 8C 8D 40 F0 28 90 0F 08 84 6A 01 00 04 68 CE ; .實@??.刯…h?
0000004bh: 3C 80 ; <€

第12, 13字节: 0x00 0E是spslen，也就是14字节长度

跳过14字节后，0x01是pps开始的标识，跳过它。

0x00 04是ppslen，也就是4个字节，最后0x68 ce 3c 80就是pps。