TS封装格式小白入门分析之抓包码流分析介绍

最新推荐文章于 2021-11-20 22:09:03 发布

王鑫鑫鑫

最新推荐文章于 2021-11-20 22:09:03 发布

阅读量3.3k

点赞数 4

分类专栏：音视频知识点汇总文章标签： TS PID 音视频

本文链接：https://blog.csdn.net/qq_41786131/article/details/90481622

版权

音视频知识点汇总专栏收录该内容

13 篇文章 6 订阅

订阅专栏

首先应当介绍几个基本概念，前面提到TS Header中含有13b的PID，关于PID常见的类型取值如下：

PID取值	PID值使用描述
X0000	节目关联表（PAT）
X0001	条件访问表（CAT）
X0002	程序流描述表
X0003-X000F	保留
X1FFF	空包

可是我们抓取一段视频的PID值，统计一下：

为什么还有这么多不认识的PID呢？我们看电视时可以自由的切换节目，而不是一股脑的所有节目在一起，这个处理过程机顶盒是怎么做到的呢？这是因为Packet_type不单单是上述类型，还可能包含音频aac，视频h264,PMT表等，并且这些类型占据了一个视频流中的很大部分，解码器寻找音视频是按照PAT-PMT-音视频数据这个过程寻找的（PAT中包含了PMT的PID，我们根据这个PID就可以找到PMT表的位置，同理，PMT中包含了音视频流的PID）。谨记PAT是我们分析TS的起点。

PAT：

节目关联表PAT的PID为0x0000，包括该TS流中的所有节目映射表即每个节目的PMT PID，传输流ID等。PAT表的结构分析如下：

typedef struct TS_PAT{
    unsigned table_id                 :8  //固定位0x00，表示该表是PAT
    unsigned section_syntax_indicator :1  //段语法标志，固定为1
    unsigned zero                     :1  //固定为0
    unsigned reserved_1               :2  //第一个保留位
    unsigned section_length           :12 //表示这个字节之后有用的字节数，包括CRC_32
    unsigned transport_stream_id      :16 //传输流的ID，区别于一个网络中其他多路复用的流
    unsigned reserved_2               :2  //第二个保留位
    unsigned version_number           :5  //表示PAT的版本号
    unsigned current_next_indicator   :1  //表示发送的PAT是当前有效还是下一个有效，为1时代表当前有效
    unsigned section_number           :8  //如果PAT分段传输，那么此值每次递增1
    unsigned last_section_number      :8  //最后一个分段的号码
    for(int i=0;i<N;i++){
        unsigned Program_number           :16 //节目号
        unsigned Reversed_3               :3  //保留位
        if(Program_number == 0)
            Network_id                    :13 //网络信息表（NIT）的PID
        else
            Program_MAP_PID               :13 //节目映射表的PID，每个节目都有一个
    }
    unsigned CRC_32                   :32 //CRC32校检码
}TS_PAT

首先需要说明，一段视频里的PSI信息是相同的，即它们拥有相同的PAT和PMT。对此，我们抓一段PID为PAT类型的包：

抓包数据47 40 00 10 00 00 B0 11 00 01 C1 00 00 00 00 E0 1F 00 01 E1 00 24 AC 48 84 。

去掉前四个字节的TS Header（具体取值请看图的右上角，也可以自己分析）。因为其PID为0x0，所以这段包的payload是PAT表，又因为payload_uint_start_indicator为1，说明这是一帧的开始，所以TS Header后有一个字节0x00的偏移，所以我们就得到一个完整的PAT表~~47 40 00 10 00~~ 00 B0 11 00 01 C1 00 00 00 00 E0 1F 00 01 E1 00 24 AC 48 84。

00 B0 11重新分组得：00000000 1 0 11 000000010001，依次对应了值为0x00的table_id,值为1的段语法标志，以及后面2个固定值，12b的000000010001值为17，代表之后有17个字节，毫无疑问确实是这样：~~47 40 00 10 00 00 B0 11~~ 00 01 C1 00 00 00 00 E0 1F 00 01 E1 00 24 AC 48 84

然后00 01代表当前传输流的编号，即1。C1重新分组:11 00000 1,分别代表保留位，值为0的版号，值为1的表示当前PAT有效。所以：~~47 40 00 10 00 00 B0 11 00 01 C1~~ 00 00 00 00 E0 1F 00 01 E1 00 24 AC 48 84

然后是00 00分别代表8字节的分段传输，和最后分段号码，都为0。得：~~47 40 00 10 00 00 B0 11 00 01 C1 00 00~~ 00 00 E0 1F 00 01 E1 00 24 AC 48 84

然后每四个字节为一个节目信息，最后剩四个字节的CRC_32。所以这个PAT表包含了两个节目信息00 00 E0 1F 00 01 E1 00，我们分析一下。首先对第一个节目重新分组：0000000000000000 111 0000000011111，因为它的节目号为0，所以这是一个NIT，此NIT的PID值为0000000011111，即31；然后对第二个节目重新分组：0000000000000001 111 0000100000000 ，所以这是一个节目1，它的PID值为256.

至此，我们对这段视频的PAT信息分析完毕，我们得到它包含了NIT的PID值，和一个节目映射表（就是PMT）的的PID值。

PMT：

PMT表中包含了我们想要的视音频数据信息，我们从前面的PAT表中得到了PMT表的PID值，现在，我们先对PMT的结构进行分析一下：

typedef struct TS_program_map_section{
    unsigned Table_id                    :8  //标志PSI分段的内容，对于PMT，此值为0x02
    unsigned Section_syntax_indicator    :1  //置为1
    unsigned '0'                         :1
    unsigned Reserved                    :2  //保留位
    unsigned Section_length              :12 //指明了自此到最后CRC_32的字节数
    unsigned Program_number              :16 //指出该节目的节目号，与PAT表对应
    unsigned Reserved                    :2  //保留位
    unsigned Version_number              :5  //取值0-31，代表当前PMT的版本号
    unsigned Current_next_indicator      :1  //代表当前PMT是否有效
    unsigned Section_number              :8  //给出了当前所处段的数目
    unsigned Last_section_number         :8  //给出了最后一个分段，即分段的最大数目
    unsigned Reserved                    :3  //保留位
    unsigned PCR_PID                     :13 //指示TS包的PCR值，该TS包含有PCR字段
    unsigned Reserved                    :4  //保留位
    unsigned Program_info_length         :12 //该字段描述跟随其后对节目信息描述的字节数
    

    for(int i = 0; i < N; i++)
        Descriptr()
    for(int i = 0; i < N; i++){
        unsigned Stream_type             :8  //0x00：保留， 0x01：MPEG1视频，0x02：MPEG2视频，0x03:MPEG1音频，0x04：MPEG2音频，0x05：私有字段，0x06：含有私有数据的PES包 ......
        unsigned Reserved                :3  //保留
        unsigned Elementary_PID          :13 //指示TS包的PID，这些TS包含有相同的PID
        unsigned Reserved                :4  //保留
        unsigned ES_info_length          :12 //指示跟随其后描述相关节目元素的字节数
        for(int j = 0; j < N2; j++)
            Descriptr()
    }
    unsigned CRC_32                      :32 //循环校检位
}

现在我们通过PID找到了一个PMT表（我这边的工具可以直接显示）：

前五个字节不用赘述，我们直接取这个PMT表：02 B0 33 00 01 C1 00 00 F0 01 F0 0C 05 04 48 44 4D 56 88 04 0F FF FC FC 1B F0 11 F0 10 28 04 64 00 1F BF 05 08 48 44 4D 56 FF 1B 51 3F 0F F1 00 F0 00 74 06 B4 F1

02是PMT表格的table_id,也是起始标志；B0 33 重新分组：1 0 10 000000110011不解释，对应上表，最后的值51代表其后还有51个字节；00 01是节目可用PID；C1重新分组11 00000 1，11代表上述保留位，00000版本号，1代表当前PMT有效；然后是00 00 分别代表当前分段和分段最大数。所以就有~~02 B0 33 00 01 C1 00 00~~ F0 01 F0 0C 05 04 48 44 4D 56 88 04 0F FF FC FC 1B F0 11 F0 10 28 04 64 00 1F BF 05 08 48 44 4D 56 FF 1B 51 3F 0F F1 00 F0 00 74 06 B4 F1

F0 01 F0 0C重新分组为：111 1000000000001 1111 000000001011。第一个是3b保留位，第二个是13b的PCR值4097，第三个是4b的保留位，第四个值是12b的对节目信息描述符大小，为12B。节目信息描述符稍后再讲，总12字节，我们直接跳过。所以：~~02 B0 33 00 01 C1 00 00 F0 01 F0 0C 05 04 48 44 4D 56 88 04 0F FF FC FC~~ 1B F0 11 F0 10 28 04 64 00 1F BF 05 08 48 44 4D 56 FF 1B 51 3F 0F F1 00 F0 00 74 06 B4 F1

再然后就是一个循环体，每层循环都代表一个流类型的相关信息，我们现在详细分析一下。1B 代表当前流的类型为MPEG4-h264视频；F0 11分组111 1000011111111，111是保留字段，1000011111111代表当前的基本流信息为4113，这就说明了包含h164视频的包的PID为0x1011（4113）；F0 10重新分组：1111 000000010000,1111是保留位，000000010000是节目信息描述所占的字节数，为16个字节，所以我们直接跳过16个字节。所以：~~02 B0 33 00 01 C1 00 00 F0 01 F0 0C 05 04 48 44 4D 56 88 04 0F FF FC FC 1B F0 11 F0 10 28 04 64 00 1F BF 05 08 48 44 4D 56 FF 1B 51 3F~~ 0F F1 00 F0 00 74 06 B4 F1

因为剩余的大于4个字节，所以这还是一层循环。0F代表当前的流类型为MEPG2-AAC音频；F1 00重新分组为：111 1000100000000，111是保留字段，1000100000000代表AAC音频流的PID为0x1100（4352）；F0 00重新分组为：1111 000000000000，1111是保留字段，000000000000代表之后对音频的描述字节，为0。再然后只剩4个字节的CRC_32校检码了。

通过这段分析，我们可以判断出PMT表中包含了我们感兴趣的视音频数据，本例中的视频数据是H264编码，PID是0x1011音频是AAC编码,PID是0x1100。那么，我们就可以通过这两个PID找到我们想要的视音频包啦！

H264的PES包：

我们通过0x1011的PID找到了一段TS包，现在我们来分析一下。

图片不是特别清晰，我将码流贴出来分析一下：47 50 11 11 00 00 01 E0 01 8F 84 C0 0A 31 5A 1F A5 01 11 5A 1F 6A 5B 00 00 00 01 09 10 00 00 00 01 67 64 00 1F AC D9 40 50 05 BB 01 10 00 00 07 D0 00 01 76 AE 02 00 0F 42 40 01 E8 4E 2C 30 30 10 00 7A 12 00 0F 42 71 61 80 78 C1 8C B0 00 00 00 01 68 EB EC B2 2C 00 00 00 01 06 00 0A A1 7B 00 00 03 02 17 B0 00 00 40 80 00 00 00 01 06 01 03 00 00 48 80 00 00 01 65 88 84 00 1A FF FE F7 D4 B7 CC B2 ED BF D0 B6 0B A8 F7 A2 9E 26 5F 43 75 25 01 9B 96 C4 ED 3A 80 00 00 03 00 00 03 00 00 03 00 00 03 01 53 6C 1E 1A 4B F6 35 B3 4F 09 00 00 03 00 00 03 01 F6 00 01 2E 00

总体分析一下，47 50 11 11就是老生常谈的TS Header了，它以0x47作为同步字节开头;50 11 重新分组得：0 1 0 1000000010001，错误标识符0，如果为1那么这个ts包直接摒弃，有效负载起始位1（注意，如果此包含有调整字节，那么之调整字节之前应当含有一个字节“00”），代表这是一帧的开始，一般都包含PES头部，传输优先级0，PID值：1000000010001（0x1011），结合我们找到的PMT表可以断定这是一段有效负载为H264编码的视频流；11重新分组：00 01 0001,00代表传输控制协议的保留值，01代表不含调整字段，仅含有效负载，所以头部之后的码流就是PES Header，0001代表传输顺序。所以：~~47 50 11 11~~ 00 00 01 E0 01 8F 84 C0 0A 31 5A 1F A5 01 11 5A 1F 6A 5B 00 00 00 01 09 10 00 00 00 01 67 64 00 1F AC D9 40 50 05 BB 01 10 00 00 07 D0 00 01 76 AE 02 00 0F 42 40 01 E8 4E 2C 30 30 10 00 7A 12 00 0F 42 71 61 80 78 C1 8C B0 00 00 00 01 68 EB EC B2 2C 00 00 00 01 06 00 0A A1 7B 00 00 03 02 17 B0 00 00 40 80 00 00 00 01 06 01 03 00 00 48 80 00 00 01 65 88 84 00 1A FF FE F7 D4 B7 CC B2 ED BF D0 B6 0B A8 F7 A2 9E 26 5F 43 75 25 01 9B 96 C4 ED 3A 80 00 00 03 00 00 03 00 00 03 00 00 03 01 53 6C 1E 1A 4B F6 35 B3 4F 09 00 00 03 00 00 03 01 F6 00 01 2E 00

再然后的 00 00 01就是PES头部的起始标志了；E0是当前PES包的流id，代表是视频数据；01 8F是包的长度，说明之后还有0x18F(399）个字节，说明接下来的几个TS包应该是和当前包共用一个PES Header；84重新分组10 00 0 1 0 0，其中10保留位，00控制加扰方式，保留，0代表传输优先级，1代表数据对其指示，0代表不确定是否有版权，0代表copy；所以：~~47 50 11 11 00 00 01 E0 01 8F 84~~ C0 0A 31 5A 1F A5 01 11 5A 1F 6A 5B 00 00 00 01 09 10 00 00 00 01 67 64 00 1F AC D9 40 50 05 BB 01 10 00 00 07 D0 00 01 76 AE 02 00 0F 42 40 01 E8 4E 2C 30 30 10 00 7A 12 00 0F 42 71 61 80 78 C1 8C B0 00 00 00 01 68 EB EC B2 2C 00 00 00 01 06 00 0A A1 7B 00 00 03 02 17 B0 00 00 40 80 00 00 00 01 06 01 03 00 00 48 80 00 00 01 65 88 84 00 1A FF FE F7 D4 B7 CC B2 ED BF D0 B6 0B A8 F7 A2 9E 26 5F 43 75 25 01 9B 96 C4 ED 3A 80 00 00 03 00 00 03 00 00 03 00 00 03 01 53 6C 1E 1A 4B F6 35 B3 4F 09 00 00 03 00 00 03 01 F6 00 01 2E 00

再然后是一个字节的7个flag，为C0，重新分组：11 0 0 0 0 0 0，对比句法代表此PES含有PTS（显示时间戳）和DTS（解码时间戳）；再然后的0A指示了任选字段或者任意填充字段的大小，即PES Header之后数据的大小，为10个字节，结合我们之前所学，应该就是5B的PTS和5B的DTS了。所以：~~47 50 11 11 00 00 01 E0 01 8F 84 C0 0A 31 5A 1F A5 01 11 5A 1F 6A 5B~~ 00 00 00 01 09 10 00 00 00 01 67 64 00 1F AC D9 40 50 05 BB 01 10 00 00 07 D0 00 01 76 AE 02 00 0F 42 40 01 E8 4E 2C 30 30 10 00 7A 12 00 0F 42 71 61 80 78 C1 8C B0 00 00 00 01 68 EB EC B2 2C 00 00 00 01 06 00 0A A1 7B 00 00 03 02 17 B0 00 00 40 80 00 00 00 01 06 01 03 00 00 48 80 00 00 01 65 88 84 00 1A FF FE F7 D4 B7 CC B2 ED BF D0 B6 0B A8 F7 A2 9E 26 5F 43 75 25 01 9B 96 C4 ED 3A 80 00 00 03 00 00 03 00 00 03 00 00 03 01 53 6C 1E 1A 4B F6 35 B3 4F 09 00 00 03 00 00 03 01 F6 00 01 2E 00

剩下的就是我们想要的H264数据了。

ACC：

音频数据的分析和H264包大同小异。

空包：

47 1F FF 17 FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF FF 除了ts头部全部用FF填充