FLV (Flash Video) 是 Adobe 公司推出的一种流媒体格式，由于其封装后的视频文件体积小、封装简单等特点。非常适合互联网上使用。目前主流的视频网站基本都支持 FLV。采用 FLV 格式封装的文件后缀为 .flv。
FLV 封装格式是由一个头文件（file header）和文件体（file body）组成。其中，FLV body 由一对对的（Previous Tag Size + Tag）组成。Previous Tag Size 字段排列在 Tag 之前，占用4个字节。Previous Tag Size 记录了前面一个 Tag 的大小，用于逆向读取处理。FLV header 后的第一个 Previous Tag Size 值为0。
Tag 一般可以分为三种类型：脚本（帧数）据类型、音频数据类型、视频数据。FLV 数据以大小端序进行存储，在解析时需要注意。一个标准 FLV 文件结构如下图：
FLV 文件的详细内容结构如下图：
解析流程图
FLV header
在下面的数据 type 中，UI 表示无符号整形，后面跟着的数字表示其长度是多少位。比如 UI8表示无符号整型长度为一个字节。UI24是三个字节。UB 表示位域，UB5表示一个字节的5位。（和 C 的结构体中的差不多）
FLV 头占9个字节，用来标识文件为 FLV 类型，以及后续存储的音视频流。一个 FLV 文件，每种 tag 都属于一个流，也就是一个 flv 文件最多只有一个音频流，一个视频流，不存在多个独立的音视频流在一个文件的情况。
FLV 头的结构如下：
| Field | Type | Comment |
|---|---|---|
| 签名 | UI8 | ‘F’ (0x64) |
| 签名 | UI8 | ‘L’ (0x4c) |
| 签名 | UI8 | ‘V’ (0x56) |
| 版本 | UI8 | FLV 版本（0x01表示 FLV 版本为1） |
| 保留字段 | UB5 | 前五位都是0 |
| 音频流标识 | UB1 | 是否存在音频流 |
| 保留字段 | UB1 | 0 |
| 视频流标识 | UB1 | 是否存在视频流 |
| 文件头大小 | UI32 | FLV 版本1时填写9，表明是 FLV 头的大小，为后期的 FLV 版本扩展使用。包括这四个字节。数据的起始位置就是从文件开头偏移这么多大小。 |
FLV Body
FLV Header 之后，就是 FLV FIle Body。FLV File Body 是由一连串的 back-pointers + tags 构成。-pointer 表示 Previous Tag Size（前一个 tag 的字节数据长度），占4个字节。
FLV Tag
每一个 Tag 也是由两个部分组成：tag header 和 tag data。Tag Header 里存放的是当前 tag 的类型、数据区的长度信息。
tag header
tag header 一般占11个字节的内存空间。FLV tag 结构如下：
| Field | Type | Comment |
|---|---|---|
| Tag 类型 | UI8 | 8：audio 9：video 18：script data other：其他所有值未使用 |
| 数据区大小 | UI24 | 当前 tag 的数据域大小，不包含 tag header。 |
| 时间戳 Timestamp | UI24 | 当前帧时间戳，单位是毫秒。相对值，第一个 tag 的时间戳总是为0。 |
| 时间戳扩展字段 TimestampExtend | UI8 | 如果时间戳大于0xFFFFFF，将会使用这个字节。这个字节是时间戳的高八位，上面的三个字节是低24位。 |
| StreamID | UI24 | 总是为0 |
| 数据域 | UI[8*n] | 数据域数据 |
注意：
- flv 文件中 Timestamp 和 TimestampExtended 拼接出来的是 dts。也就是解码时间，单位是毫秒。（如果不存在 B 帧，当然 dts 等于 pts）
- Composition Time 表示 PTS 相对于 DTS 的偏移，在每个视频 tag 的第14-16字节，显示时间（pts）=解码时间（tag 的第5-8字节）+CompositionTime。
Script data 脚本数据就是描述视频或音频的信息的数据，如宽度、高度和时间等。一个文件中通常只有一个元数据，音频 tag 和视频 tag 就是音视频信息了，采样、声道、频率，编码等信息。
Script Tag Data 结构
该类型 Tag 又被称为 MetaData Tag，存放一些关于 FLV 视频和音频的元信息，比如：duration、width、height 等。通常该类型 Tag 会作为 FLV 文件的第一个 tag，并且只有一个，跟在 File Header 后。该类型 Tag Data 的结构如下所示。
- 第一个 AMF 包：第1个字节表示 AMF 包类型，一般总是0x02，表示字符串。第2-3个字节为 UI16类型值，标识字符串的长度，一般总是0x000A（“onMetaData”长度）。后面字节为具体的字符串，一般总为“onMetaData”。
- 第二个 AMF 包：第1个字节表示 AMF 包类型，一般总是0x08，表示数组。第2-5个字节为 UI32值类型，表示数组元素的个数。后面既为各数组元素的封装，数组元素为元素名称和值组成的对。常见的数组元素如下表所示。
| 值 | Comment | 例如 |
|---|---|---|
| duration | 时长（秒） | 210.732 |
| width | 视频宽度 | 768.000 |
| height | 视频高度 | 320.000 |
| videodatarate | 视频码率 | 207.260 |
| framerate | 视频帧率 | 25.000 |
| videocodecid | 视频编码 ID | 7.000 （H264为7） |
| audiodatarate | 音频码率 | 29.329 |
| audiosamplerate | 音频采样率 | 44100.000 |
| stereo | 是否立体声 | 1 |
| audiocodecid | 视频编码 ID | 10.000（AAC 为10） |
| major_brand | 格式规范相关 | isom |
| minor_version | 格式规范相关 | 512 |
| compatible_brands | 格式规范相关 | isomiso2avc1mp41 |
| encoder | 封装工具名称 | Lavf54.63.104 |
| filesize | 文件大小（字节） | 6636853.000 |
Lavf54.63.104是 Lib avf ormat version 54.63.104，即是 ffmpeg 对于库的版本
Audio Tag Data 结构（音频类型）
音频 Tag Data 区域开始的：
- 第一个字节包含了音频数据的参数信息
- 第二个字节开始为音频数据流
这两个字节属于tag的data部分，不是header部分
第一个字节为音频的信息，格式如下：
| Field | Type | Comment |
|---|---|---|
| 音频格式 SoundFormat |
UB4 | 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 SoundRate |
UB2 | 0 = 5.5kHz 1 = 11kHz 2 = 22.05kHz 3 = 44.1kHz 对于 AAC 总是3，但实际上 AAC 可以支持到46kHz 以上的频率（这个参数对 AAC 意义不大） |
| 采样精度 SoundSize |
UB1 | 0 = snd8Bit 1 = snd16Bit 这个参数只适合未压缩的格式，压缩后的格式都是1 |
| 音频声道 SoundType |
UB1 | 0 = sndMono 单声道 1 = sndStereo 立体声，双声道 对于 AAC 总是1 |
第二个字节开始为音频数据（需要判断该数据是真的音频数据，还是音频的 config 信息）
| Field | Type | Comment |
|---|---|---|
| 音频数据 | UI[8*n] | if SoundFormat == 10 (AAC 类型) AACAUDIODATA else Sound data-varies by format |
如果是 AAC 数据，如果他是 AAC RAW，tag data[3]开始才是真正的 AAC frame data。
Video Tag Data 结构（视频类型）
视频 Tag Data 开始的：
- 第一个字节包含视频数据的参数信息
- 第二个字节开始为视频流数据信息
第一个字节包含视频信息，格式如下：
| Field | Type | Comment |
|---|---|---|
| 帧类型 | UB4 | 1. keyframe (for AVC, a seekable frame)–h264的 IDR，关键帧 2. inter frame (for AVC, a non-seekable frame)–h264的普通帧 3. disposable inter frame (H264 only) 4. generated keyframe (reserved for server use only) 5. video info/command frame |
| 编码 ID | UB4 | 使用哪种编码类型： 1. JPEG (currently unused) 2. Sorenson H263 3. Screen video 4. On2 VP6 5. On2 VP6 with alpha channel 6. Screen video version2 7. AVC |
第二个字节开始为视频数据：
| Field | Type | Comment |
|---|---|---|
| 视频数据 | UI[8*n] | if CodecID == 2 H263VIDEOPACKET if CodecID == 3 SCRRENVIDEOPACKET if CodecID == 4 VP6FLVVIDEOPACKET if CodecID == 5 VP6FLVALPHAVIDEOPACKET if CodecID == 6 SCREENV2VIDEOPACKET if CodecID == 7 (AVC) AVCVIDEOPACKET |
评论