flv檔案結構---紀念大神雷霄驊，雖然你是90後

FLV（Flash Video）是Adobe公司設計開發的一種流行的流媒體格式，由於其視訊檔案體積輕巧、封裝簡單等特點，使其很適合在網際網路上進行應用。此外，FLV可以使用Flash Player進行播放，而Flash Player外掛已經安裝在全世界絕大部分瀏覽器上，這使得通過網頁播放FLV視訊十分容易。目前主流的視訊網站如優酷網，土豆網，樂視網等網站無一例外地使用了FLV格式。FLV封裝格式的檔案字尾通常為“.flv”。

總體上看，FLV包括檔案頭（File Header）和檔案體（File Body）兩部分，其中檔案體由一系列的Tag組成。因此一個FLV檔案是如圖1結構。

圖1.檔案結構（簡圖）

其中，每個Tag前面還包含了Previous Tag Size欄位，表示前面一個Tag的大小。Tag的型別可以是視訊、音訊和Script，每個Tag只能包含以上三種型別的資料中的一種。圖2展示了FLV檔案的詳細結構。

圖2.FLV檔案結構（詳圖）

下面詳細介紹一下三種Tag的Tag Data部分的結構。

(a)Audio Tag Data結構（音訊Tag）

音訊Tag開始的第1個位元組包含了音訊資料的引數資訊，從第2個位元組開始為音訊流資料。結構如圖3所示。

圖3.Audio Tag Data結構

第1個位元組的前4位的數值表示了音訊編碼型別。如表1所示。

表1.音訊編碼型別

第1個位元組的第5-6位的數值表示音訊取樣率。如表2所示。

表2.音訊取樣率

PS：從上表可以發現，FLV封裝格式並不支援48KHz的取樣率。

第1個位元組的第7位表示音訊取樣精度。如表3所示。

表3.音訊取樣精度

第1個位元組的第8位表示音訊型別。

表4. 音訊型別

(b)Video Tag Data結構（視訊Tag）

視訊Tag也用開始的第1個位元組包含視訊資料的引數資訊，從第2個位元組為視訊流資料。結構如圖4所示。

圖4.Video Tag Data結構

第1個位元組的前4位的數值表示幀型別。如表5所示。

表5.幀型別

第1個位元組的後4位的數值表示視訊編碼型別。如表6所示。

表6.視訊編碼型別

(c)Script Tag Data結構（控制幀）

該型別Tag又通常被稱為Metadata Tag，會放一些關於FLV視訊和音訊的後設資料資訊如：duration、width、height等。通常該型別Tag會跟在File Header後面作為第一個Tag出現，而且只有一個。結構如圖5所示。

圖5.Script Tag Data結構

第一個AMF包：

第1個位元組表示AMF包型別，一般總是0x02，表示字串。第2-3個位元組為UI16型別值，標識字串的長度，一般總是0x000A（“onMetaData”長度）。後面位元組為具體的字串，一般總為“onMetaData”（6F,6E,4D,65,74,61,44,61,74,61）。

第二個AMF包：

第1個位元組表示AMF包型別，一般總是0x08，表示陣列。第2-5個位元組為UI32型別值，表示陣列元素的個數。後面即為各陣列元素的封裝，陣列元素為元素名稱和值組成的對。常見的陣列元素如表7所示。

表7.常見MetaData