flv文件结构解析

1. FLV文件格式相对于MP4,简单很多。
   FLV Header(9Bytes) + FLV Body

                a比特: 1:有音频； 0:无音频
                v比特: 1:有视频； 0:无视频   如果音视频都有这个字节为0x05
   

   ‘F’|‘L’|‘V’|0x01|0b00000a0v| 0x00 00 00 09|
   | |
   版本字节一般为0x01 头长度 固定为9

   FLV Body由一系列的Tag组成，每个tag的结构如下：
   { 0x00000000| tag_header0| tag_data0 } | {tag_size0| tag_header1 | tag_data1 } | {tag_size1| tag_header2 | tag_data2 } |…
   tag_size(n) = tag_data_size(n-1) + 11
   解析完一个tag后，读取下4个字节，可以比较下看是不是前帧完全解码完毕。
   除了可以验证码流外，还有什么样的好处促使FLV格式采用这种方式呢？不太清楚。

    0x00000000| { tag_header0| tag_data0  | tag_size0} | { tag_header1 | tag_data1 | tag_size1} |...
   
   Tag body也可以这样看，编码时按照： 数据头 数据体 数据大小 三部分来划分，更适合一些。下面各个tag都是按照这个结构来写的。 
   

   Tag header 11Bytes

   |1Byte Tag类型 | 只支持3类， 0x08音频； 0x09视频；0x12脚本
   |3Byte data_size数据区长度 | 纯数据长度，不包括头信息的15字节
   |3Byte timestamp 时间戳 | 最终的时间戳 = (timestamp_ex<< 24) | timestamp
   |1Byte timestamp_ex扩展时间戳 | 最终时间戳的高8位。不知道为什么定义成这样，可能是因为标准扩展
   |3Byte StreamID | 总为0

   Tag Data data_size字节
   |Tag数据段，长度为data_size… | 音视频或者脚本数据。
   |4Byte PreviousTagSize | 是前一个Tag数据长度，第一个Tag此数据段为0.

2. 视频Tag
   视频数据的第一个字节定义视频信息：
   高4比特定义帧格式：1 关键帧； 2 内部帧（非IDR帧）；3可丢弃内部帧（仅对H.263有用）
   低4比特定义编码器：2：H.263, 4: VP6, 7:H264; …
   对于264的视频FLV，这个字节一般为 0x17或者0x27.

3. 音频tag
   音频数据的第一个字节定义视频信息：
   高4比特定义音频编码格式：0 Linear PCM, 1: ADPCM, 2: MP3, 10:AAC …
   第4,3两比特定义采样率： 0 5.5KHz, 1 11KHz, 2 22KHz, 3 44KHz. 对于AAC该值总为3
   第2比特定义采样大小： 0 8比特，1 16比特
   第1比特定义声道数： 0 单声道，1 立体声

4. 脚本tag
   理论上不需要解析脚本Tag就可以解码FLV文件，它只是提供了一些信息记录。
   脚本Tag里面的类型比较多，格式也不一样。
   Number 类，记录一个8字节double数据。|0x00|8字节data|.
   Boolean类，记录一个1字节布尔型数据。|0x01|1字节data|.
   String类，记录一个变长字符串数据。 |0x02|2字节 字符串长度 N| N字节字符串内容|.
   注意读取完字符串后加一个’\0’字符串结束符号。因此字符串申请的时候，长度为N+1.
   ECMA array type, 记录一些数据对。

    |0x08| 4字节 数组长度 N|2字节 字符串长度 m1 | m1字节字符串内容|1字节 data1 type | X字节 data1 | ...
   
                                           |2字节 字符串长度 Nm| Nm字节字符串内容|1字节 dataN type| X字节 dataN|           
                  有N个数据对                  元素名    （长度|数据）                               元素值（类型|数据）
   
            一般用这个记录一些音视频信息，例如:
   
                                                            0x0008                         "duration"                   0x00      8字节double
                                                            0x0005                            "width"                     0x00      8字节double
                                                            0x0006                           "stereo"                    0x01      1字节boolean型  
   

   Strict array type类，记录一组数据。
   |0x0A|4字节 数组长度 N| 1字节 data1 type| X字节 data1 | …
   |1字节 dataN type| X字节 dataN|
   有N个数据， 每个数据的类型 数据值
   一般会用这个类记录关键帧的偏移地址和对应的pts值。类型都是 Number类，即X=8字节double型
   Object type, 记录对象数据。一般用它来做keyframes的数据存储起始。

5.keyframes字段
FLV没有像mp4一样定义stbl,FLV文件如果做快进，seek等操作会比较麻烦。
业内通用做法是在脚本Tag里面增加keyfrmes object类。一般定义为：

|00 09| 9字节 “keyframes”|00 0D| 13字节 “filepositions”|0A| 4字节关键字数目 N|00|8字节 关键帧1偏移地址| …
|00|8字节 关键帧N偏移地址|
|00 05| 5字节 “times” |0A| 4字节关键字数目 N|00|8字节 关键帧1时间| …
|00|8字节 关键帧N时间|
有了各个关键帧的偏移地址和时间，做Seek操作的时候就方便的多。

6. 读取8字节double型，这个牵扯浮点型的存储结构问题，蛮罗嗦，没看明白，但找到下面一段代码可以实现转换。
   uint64_t v = get_8bytes();
   if(v+v > 0xFFEULL<<52) return 0.0/0.0;
   double x = ldexp(((v&((1LL<<52)-1)) + (1LL<<52)) * (v>>63|1), (v>>52&0x7FF)-1075);

7. FLV结构里面，数据长度有3字节和4字节限制，不会像Mp4一样出现8字节长度。
   3字节最大表示16M数据，4字节最大是4G数据。
   一个Video Tag里面的NALU长度不能超过16M字节。