FLV文件格式解析

最近要用到flv，整理了一些flv格式的资料，供参考。 flv文件主要由两部分组成：header和body。

1.header

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：

文件类型	3 bytes	“FLV”
版本	1 byte	一般为0x01
流信息	1 byte	倒数第一位是1表示有视频，倒数第三位是1表示有音频，倒数第二、四位必须为0
header长度	4 bytes	整个header的长度，一般为9；大于9表示下面还有扩展信息

FLV的header长度为9byte

FLV Body的内容长度是固定的，格式如下：

| F(8) | L(8) | V(8) | Version(8) | TypeFlagsReserved(5) | TypeFlagsAudio(1)| TypeFlagsReserved(1) | TypeFlagsVideo(1) | DataOffset(32) |

前三个字节为FLV，十六进制表示为 0x46 0x4C 0x56。

Version为FLV的版本号，一般为0x01。

TypeFlagsReserved为保留位，均为0

TypeFlagsAudio为FLV文件中是否包括音频数据，1是有，0是没有。

TypeFlagsVideo为FLV文件中是否包括视频数据，1是有，0是没有。

DataOffset为FLV Header的长度，为固定值0x00000009。

举个栗子：

一个只包含音频的FLV的Header的16进制表示为：0x46 0x4C 0x56 0x01 0x04 0x00 0x00 0x00 0x09

一个只包含视频的FLV的Header的16进制表示为：0x46 0x4C 0x56 0x01 0x01 0x00 0x00 0x00 0x09

一个包含音视频的FLV的Header的16进制表示为：0x46 0x4C 0x56 0x01 0x05 0x00 0x00
0x00 0x09

2.body

body部分由一个个Tag组成，每个Tag的下面有一块4bytes的空间，用来记录这个tag的长度，这个后置用于逆向读取处理，他们的关系如下图：



即：

| PreviousTagSize0(32) | Tag1(PreviousTagSize1) |PreviousTagSize1(32) | Tag2 | ……| PreviousTagSizeN-1(32) | TagN(previousTagSizeN)| previousTagSizeN(32) |

PreviousTagSize0为0x00000000。

Tag为每一个内容，目前包括音频、视频、脚本。

previousTagSize为前一个Tag的长度。

2.1.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：

名称	长度	介绍
Tag类型	1 bytes	8：音频 9：视频 18：脚本 其他：保留
数据区长度	3 bytes	在数据区的长度
时间戳	3 bytes	整数，单位是毫秒。对于脚本型的tag总是0
时间戳扩展	1 bytes	将时间戳扩展为4bytes，代表高8位。很少用到
StreamsID	3 bytes	总是0
数据区(data)	由数据区长度决定	数据实体

FLV Tag Format :

| TagType(8) | DataSize(24) | Timestamp(24) |TimestampExtended(8) | StreamID(24) | Data(DataSize) |

2.2.Tag Data

数据区根据Tag类型的不同可分为三种，音频数据、视频数据和脚本数据。

2.2.1.音频数据

第一个byte是音频的信息，格式如下。

名称	长度	介绍
音频格式	4 bits	0 = Linear PCM, platform endian 1 = ADPCM 2 = MP3 3 = Linear PCM, little endian 4 = Nellymoser 16-kHz mono 5 = Nellymoser 8-kHz mono 6 = Nellymoser 7 = G.711 A-law logarithmic PCM 8 = G.711 mu-law logarithmic PCM 9 = reserved 10 = AAC 11 = Speex 14 = MP3 8-Khz 15 = Device-specific sound
采样率	2 bits	0 = 5.5-kHz 1 = 11-kHz 2 = 22-kHz 3 = 44-kHz 对于AAC总是3
采样的长度	1 bit	0 = snd8Bit 1 = snd16Bit 压缩过的音频都是16bit
音频类型	1 bit	0 = sndMono 1 = sndStereo 对于AAC总是1

第2byte开始就是音频流数据了。

2.2.2.视频数据

和音频数据一样，第一个byte是视频信息，格式如下：

名称	长度	介绍
帧类型	4 bits	1: keyframe (for AVC, a seekable frame) 2: inter frame (for AVC, a non-seekable frame) 3: disposable inter frame (H.263 only) 4: generated keyframe (reserved for server use only) 5: video info/command frame
编码ID	4 bits	1: JPEG (currently unused) 2: Sorenson H.263 3: Screen video 4: On2 VP6 5: On2 VP6 with alpha channel 6: Screen video version 2 7: AVC

最后附上flv官方手册：video_file_format_spec_v10