实战解决获取mp4格式文件信息，时长等及mp4存储结构探索

一、认识mp4

MP4文件的格式主要由 MPEG-4 Part 12、MPEG-4 Part 14 两部分进行定义。其中，MPEG-4 Part 12 定义了ISO基础媒体文件格式，用来存储基于时间的媒体内容。MPEG-4 Part 14 实际定义了MP4文件格式，在MPEG-4 Part 12的基础上进行扩展。

MP4的组成

MP4文件由多个box组成，不同的box存储着不同的信息，采用树状结构

box主要类型：

• 1.ftyp：File Type Box，描述文件遵从的MP4规范与版本；
• 2.moov：Movie Box，媒体的metadata信息，有且仅有一个。
• 3.mdat：Media Data Box，存放实际的媒体数据，一般有多个；

BOX简介

• 1.box主要有两部分组成，box header、box body。
  • box header：box的元数据，比如box type、box size。
  • box body：box的数据部分，实际存储的内容跟box类型有关，比如mdat中body部分存储的媒体数据。
• 2.box header中，只有type、size是必选字段。当size==0时，存在largesize字段。在部分box中，还存在version、flags字段，这样的box叫做Full Box。当box body中嵌套其他box时，这样的box叫做container box。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-nEnDF9xV-1645614591154)(https://note.youdao.com/yws/res/b/WEBRESOURCEc04aa13684ac1be5f8c2f650b6f5efdb)]

字段定义如下：

• type：box类型，包括 “预定义类型”、“自定义扩展类型”，占4个字节；
  • 预定义类型：比如ftyp、moov、mdat等预定义好的类型；
  • 自定义扩展类型：如果type==uuid，则表示是自定义扩展类型。size（或largesize）随后的16字节，为自定义类型的值（extended_type）
• size：包含box header在内的整个box的大小，单位是字节。当size为0或1时，需要特殊处理：
  • size等于0：box的大小由后续的largesize确定（一般只有装载媒体数据的mdat box会用到largesize）；
  • size等于1：当前box为文件的最后一个box，通常包含在mdat box中；
• largesize：box的大小，占8个字节；
• extended_type：自定义扩展类型，占16个字节；

Movie Box，存储 mp4 的 metadata，一般位于mp4文件的开头。

moov中，最重要的两个box是 mvhd 和 trak：

• mvhd：Movie Header Box，mp4文件的整体信息，比如创建时间、文件时长等；
• trak：Track Box，一个mp4可以包含一个或多个轨道（比如视频轨道、音频轨道），轨道相关的信息就在trak里。trak是container box，至少包含两个box，tkhd、mdia；

字段含义如下：

• creation_time：文件创建时间；
• modification_time：文件修改时间；
• timescale：一秒包含的时间单位（整数）。举个例子，如果timescale等于1000，那么，一秒包含1000个时间单位（后面track等的时间，都要用这个来换算，比如track的duration为10,000，那么，track的实际时长为10,000/1000=10s）；
• duration：影片时长（整数），根据文件中的track的信息推导出来，等于时间最长的track的duration；
• rate：推荐的播放速率，32位整数，高16位、低16位分别代表整数部分、小数部分（[16.16]），举例 0x0001 0000 代表1.0，正常播放速度；
• volume：播放音量，16位整数，高8位、低8位分别代表整数部分、小数部分（[8.8]），举例 0x01 00 表示 1.0，即最大音量；
• matrix：视频的转换矩阵，一般可以忽略不计；
• next_track_ID：32位整数，非0，一般可以忽略不计。当要添加一个新的track到这个影片时，可以使用的track id，必须比当前已经使用的track id要大。也就是说，添加新的track时，需要遍历所有track，确认可用的track id；

二、通过工具获取mp4时长及元信息

通过ffprobe对视频进行分析

实现代码

func ParseEndTime(dir, filename string) (int, error) {

	arg := []string{"-show_format", dir + filename}
	cmd := exec.Command("ffprobe", arg...)
	if stout, err := cmd.CombinedOutput(); err != nil {
		return 0, err
	} else {
		exec.Command(`printf "\033[2J\033[3J\033[1;1H"`)
		stoutSplit := strings.Split(string(stout), "duration=")
		if len(stoutSplit) == 2 {
			endTime := strings.Replace(strings.Split(stoutSplit[1], "size")[0], "\n", "", -1)
			return stringToInt(endTime)
		}
		parseErr := errors.New("this video not exist duration !")
		return 0, parseErr
	}

}

三、解析mp4获取关键BOX获取元信息

通过格式获取时长信息

// GetVideoTime 根据文件获取视频时长
func GetVideoTime(dir, files string) (uint32, error) {
	file, err := os.Open(dir + files)
	if err != nil {
		return 0, err
	}
	duration, err := GetMP4Duration(file)
	if err != nil {
		return 0, err
	}
	return duration, nil
}

// GetMP4Duration 获取视频时长，以秒计
func GetMP4Duration(reader io.ReaderAt) (lengthOfTime uint32, err error) {
	var info = make([]byte, 0x10)
	var boxHeader BoxHeader
	var offset int64 = 0
	// 获取moov结构偏移
	for {
		_, err = reader.ReadAt(info, offset)
		if err != nil {
			return
		}
		boxHeader = getHeaderBoxInfo(info)
		fourccType := getFourccType(boxHeader)
		if fourccType == "moov" {
			break
		}
		// 有一部分mp4 mdat尺寸过大需要特殊处理
		if fourccType == "mdat" {
			if boxHeader.Size == 1 {
				offset += int64(boxHeader.Size64)
				continue
			}
		}
		offset += int64(boxHeader.Size)
	}
	// 获取moov结构开头一部分
	moovStartBytes := make([]byte, 0x100)
	_, err = reader.ReadAt(moovStartBytes, offset)
	if err != nil {
		return
	}
	// 定义timeScale与Duration偏移
	timeScaleOffset := 0x1C
	durationOffest := 0x20
	timeScale := binary.BigEndian.Uint32(moovStartBytes[timeScaleOffset : timeScaleOffset+4])
	Duration := binary.BigEndian.Uint32(moovStartBytes[durationOffest : durationOffest+4])
	lengthOfTime = Duration / timeScale
	return
}

// getHeaderBoxInfo 获取头信息
func getHeaderBoxInfo(data []byte) (boxHeader BoxHeader) {
	buf := bytes.NewBuffer(data)
	binary.Read(buf, binary.BigEndian, &boxHeader)
	// binary.Read(buf, binary.LittleEndian, &boxHeader)
	return
}

// getFourccType 获取信息头类型
func getFourccType(boxHeader BoxHeader) (fourccType string) {
	fourccType = string(boxHeader.FourccType[:])
	return
}