0. FLV介绍
（https://zh.wikipedia.org/wiki/Flash_Video#tag%E5%9F%BA%E6%9C%AC%E6%A0%BC%E5%BC%8F）
FLV包括文件头（File Header）和文件体（File Body）两部分。
0.1 音频tag
音频Tag开始的第1个字节包含了音频数据的参数信息，从第2个字节开始为音频流数据。
0.2 视频tag
视频Tag也用开始的第1个字节包含视频数据的参数信息，从第2个字节为视频流数据。
0.3 Script Tag（控制帧）
该类型Tag又通常被称为Metadata Tag，会放一些关于FLV视频和音频的元数据信息如：duration、width、height等。通常该类型Tag会跟在File Header后面作为第一个Tag出现，而且只有一个。
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”（6F,6E,4D,65,74,61,44,61,74,61）。
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类型值，表示数组元素的个数。后面即为各数组元素的封装，数组元素为元素名称和值组成的对。
1. 代码
以下是代码，写了注解。
extern "C"
{
#ifdef __cplusplus
#define __STDC_CONSTANT_MACROS
#endif
}
extern "C" {
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <math.h>
}
//Important!
#pragma pack(1)
#define TAG_TYPE_SCRIPT 18 //0x12
#define TAG_TYPE_AUDIO 8 //0x8
#define TAG_TYPE_VIDEO 9 //0x9
typedef unsigned char byte;
typedef unsigned int uint;
typedef struct { //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
byte Signature[3];//文件标识（signature）,总是为”FLV”,0x46 0x4c 0x56(ASCII码）
byte Version;//版本（version）,目前为0x01
byte Flags;//流信息（TypeFlags）,文件的标志位说明。前5位保留，必须为0；第6位为音频Tag：
//1表示有音频；第七位保留，为0； 第8位为视频Tag：1表示有视频
uint DataOffset;//Header长度（HeaderSize）,整个header的长度，一般为9（版本为0x01时）；
//大于9表示下面还有扩展信息。即0x00000009
} FLV_HEADER;// 3+1+1+4=9
typedef struct { //Tag Header里存放的是当前Tag的类型
byte TagType; //Tag类型（Type），0x08：音频; 0x09：视频; 0x12：脚本; 其他：保留
byte DataSize[3];//数据区长度（DataSize）,在数据区的长度
byte Timestamp[3];//时间戳（Timestamp）,整数，单位是毫秒。对于脚本型的tag总是0 （CTS）
uint Reserved;//分为时间戳扩展（Timestamp_ex占一个字节和 StreamsID占三个字节，总为0
} TAG_HEADER;
//reverse_bytes - turn a BigEndian byte array into a LittleEndian integer
//大端存储转小端存储，举例0x 00 00 00 09，p[0]=0x00、p[1]=0x00、p[2]=0x00、p[3]=0x09
//假设c为4
//这个代码就是把总结果换算出来
//*(p + i) p[0]的值，左移3*8- 8*0=24位
//p[1]的值，左移2*8位
//p[2]的值，左移8*1位
//p[3]的值，不左移
uint reverse_bytes(byte* p, char c) {
int r = 0;
int i;
for (i = 0; i < c; i++)
r |= (*(p + i) << (((c - 1) * 8) - 8 * i));
return r;
}
/**
* Analysis FLV file
* @param url Location of input FLV file.
*/
int simplest_flv_parser(const char* url) {
//whether output audio/video stream
int output_a = 1;
int output_v = 1;
//-------------
FILE* ifh = NULL, * vfh = NULL, * afh = NULL;
//FILE *myout=fopen("output_log.txt","wb+");
FILE* myout = stdout;
FLV_HEADER flv; //flv文件头
TAG_HEADER tagheader; //tag头
uint previoustagsize, previoustagsize_z = 0;
uint ts = 0, ts_new = 0;
ifh = fopen(url, "rb+");
if (ifh == NULL) {
printf("Failed to open files!");
return -1;
}
//FLV file header
fread((char*)&flv, 1, sizeof(FLV_HEADER), ifh);
//从文件中读取sizeof(FLV_HEADER)*1个字节的数据存到&flv buffer里面，
fprintf(myout, "============== FLV Header ==============\n");
fprintf(myout, "Signature: 0x %c %c %c\n", flv.Signature[0],
flv.Signature[1], flv.Signature[2]);
fprintf(myout, "Version: 0x %X\n", flv.Version);
fprintf(myout, "Flags : 0x %X\n", flv.Flags);
fprintf(myout, "HeaderSize: 0x %X\n",
reverse_bytes((byte*)&flv.DataOffset, sizeof(flv.DataOffset)));
fprintf(myout, "========================================\n");
//move the file pointer to the end of the header
fseek(ifh, reverse_bytes((byte*)&flv.DataOffset,
sizeof(flv.DataOffset)), SEEK_SET);
//process each tag
do {
previoustagsize = _getw(ifh);
//此句有必要，因为多四个字节的整型0数据，去掉表明前一个tag长度
fread((void*)&tagheader, sizeof(TAG_HEADER), 1, ifh);
// 读1*sizeof(TAG_HEADER)个字节的 tag头
int temp_datasize1=reverse_bytes((byte *)&tagheader.DataSize, \
sizeof(tagheader.DataSize));
int tagheader_datasize = tagheader.DataSize[0] * 65536 +
tagheader.DataSize[1] * 256 + tagheader.DataSize[2];
//大端存储，计算数据区长度tagheader.DataSize[0]*2^16+tagheader.DataSize[1]*2^8+
//tagheader.DataSize[2]
int tagheader_timestamp = tagheader.Timestamp[0] * 65536 +
tagheader.Timestamp[1] * 256 + tagheader.Timestamp[2];
//大端存储，计算时间戳，tagheader.Timestamp[0]*2^16+tagheader.Timestamp[1]*2^8+
//tagheader.Timestamp[2]
char tagtype_str[10];
switch (tagheader.TagType) {
//判断Tag类型（Type），0x08：音频; 0x09：视频; 0x12：脚本
case TAG_TYPE_AUDIO:sprintf(tagtype_str, "AUDIO"); break;
case TAG_TYPE_VIDEO:sprintf(tagtype_str, "VIDEO"); break;
case TAG_TYPE_SCRIPT:sprintf(tagtype_str, "SCRIPT"); break;
default:sprintf(tagtype_str, "UNKNOWN"); break;
}
fprintf(myout, "[%6s] %6d %6d |", tagtype_str,
tagheader_datasize, tagheader_timestamp);
//tagheader_datasize表示数据区长度，tagheader_timestamp表示时间戳
//if we are not past the end of file, process the tag
if (feof(ifh)) {
break;
}
//process tag by type
switch (tagheader.TagType) {
case TAG_TYPE_AUDIO: {
char audiotag_str[100] = { 0 };
strcat(audiotag_str, "| ");
char tagdata_first_byte;
tagdata_first_byte = fgetc(ifh);
//读一个字节数据，文件流指针后移
int x = tagdata_first_byte & 0xF0;
x = x >> 4;
//确认音频编码类型
switch (x)
{
case 0:strcat(audiotag_str, "Linear PCM, platform endian"); break;
case 1:strcat(audiotag_str, "ADPCM"); break;
case 2:strcat(audiotag_str, "MP3"); break;
case 3:strcat(audiotag_str, "Linear PCM, little endian"); break;
case 4:strcat(audiotag_str, "Nellymoser 16-kHz mono"); break;
case 5:strcat(audiotag_str, "Nellymoser 8-kHz mono"); break;
case 6:strcat(audiotag_str, "Nellymoser"); break;
case 7:strcat(audiotag_str, "G.711 A-law logarithmic PCM"); break;
case 8:strcat(audiotag_str, "G.711 mu-law logarithmic PCM"); break;
case 9:strcat(audiotag_str, "reserved"); break;
case 10:strcat(audiotag_str, "AAC"); break;
case 11:strcat(audiotag_str, "Speex"); break;
case 14:strcat(audiotag_str, "MP3 8-Khz"); break;
case 15:strcat(audiotag_str, "Device-specific sound"); break;
default:strcat(audiotag_str, "UNKNOWN"); break;
}
strcat(audiotag_str, "| ");
x = tagdata_first_byte & 0x0C;
x = x >> 2;
//确认采样率
switch (x)
{
case 0:strcat(audiotag_str, "5.5-kHz"); break;
case 1:strcat(audiotag_str, "1-kHz"); break;
case 2:strcat(audiotag_str, "22-kHz"); break;
case 3:strcat(audiotag_str, "44-kHz"); break;
default:strcat(audiotag_str, "UNKNOWN"); break;
}
strcat(audiotag_str, "| ");
x = tagdata_first_byte & 0x02;
x = x >> 1;
//确认音频采样精度，位深度
switch (x)
{
case 0:strcat(audiotag_str, "8Bit"); break;
case 1:strcat(audiotag_str, "16Bit"); break;
default:strcat(audiotag_str, "UNKNOWN"); break;
}
strcat(audiotag_str, "| ");
x = tagdata_first_byte & 0x01;
//确认声道数，单声道，双声道还是未知
switch (x)
{
case 0:strcat(audiotag_str, "Mono"); break;
case 1:strcat(audiotag_str, "Stereo"); break;
default:strcat(audiotag_str, "UNKNOWN"); break;
}
fprintf(myout, "%s", audiotag_str);
//if the output file hasn't been opened, open it.
if (output_a != 0 && afh == NULL) {
afh = fopen("output.mp3", "wb");
}
//TagData - First Byte Data
int data_size = reverse_bytes((byte*)&tagheader.DataSize,
sizeof(tagheader.DataSize)) - 1;
//这里-1应该指的是mp3的数据不需要flv部分的文件头
//可参阅这个博客https://blog.csdn.net/chgaowei/article/details/51243345
if (output_a != 0) {
//TagData+1
//fgetc(ifh)读取一个字节数据，光标后移一个字节，fgetc返回值是得到的字符值
for (int i = 0; i < data_size; i++)
fputc(fgetc(ifh), afh);
//然后通过fputc函数，把读到的字符值传给afh
}
else {
for (int i = 0; i < data_size; i++)
fgetc(ifh);
}
break;
}
case TAG_TYPE_VIDEO: {
char videotag_str[100] = { 0 };
strcat(videotag_str, "| ");
char tagdata_first_byte;
tagdata_first_byte = fgetc(ifh);
int x = tagdata_first_byte & 0xF0;
x = x >> 4;
//表明帧类型
switch (x)
{
case 1:strcat(videotag_str, "key frame "); break;
case 2:strcat(videotag_str, "inter frame"); break;
case 3:strcat(videotag_str, "disposable inter frame"); break;
case 4:strcat(videotag_str, "generated keyframe"); break;
case 5:strcat(videotag_str, "video info/command frame"); break;
default:strcat(videotag_str, "UNKNOWN"); break;
}
strcat(videotag_str, "| ");
x = tagdata_first_byte & 0x0F;
//视频编码类型
switch (x)
{
case 1:strcat(videotag_str, "JPEG (currently unused)"); break;
case 2:strcat(videotag_str, "Sorenson H.263"); break;
case 3:strcat(videotag_str, "Screen video"); break;
case 4:strcat(videotag_str, "On2 VP6"); break;
case 5:strcat(videotag_str, "On2 VP6 with alpha channel"); break;
case 6:strcat(videotag_str, "Screen video version 2"); break;
case 7:strcat(videotag_str, "AVC"); break;
default:strcat(videotag_str, "UNKNOWN"); break;
}
fprintf(myout, "%s", videotag_str);
fseek(ifh, -1, SEEK_CUR);
//if the output file hasn't been opened, open it.
if (vfh == NULL && output_v != 0) {
//write the flv header (reuse the original file's hdr) and first previoustagsize
vfh = fopen("output.flv", "wb");
fwrite((char*)&flv, 1, sizeof(flv), vfh);
fwrite((char*)&previoustagsize_z, 1, sizeof(previoustagsize_z), vfh);
}
#if 0
//Change Timestamp
//Get Timestamp
ts = reverse_bytes((byte*)&tagheader.Timestamp, sizeof(tagheader.Timestamp));
ts = ts * 2;
//Writeback Timestamp
ts_new = reverse_bytes((byte*)&ts, sizeof(ts));
memcpy(&tagheader.Timestamp, ((char*)&ts_new) + 1, sizeof(tagheader.Timestamp));
#endif
//TagData + Previous Tag Size
int data_size = reverse_bytes((byte*)&tagheader.DataSize,
sizeof(tagheader.DataSize)) + 4;
//+4会导致把下一个Previous Tag Size也读到输出文件中了，
//所以后面代码把光标-4，fseek(ifh, -4, SEEK_CUR);
if (output_v != 0) {
//TagHeader
//先把视频的头写到视频的输出部分
fwrite((char*)&tagheader, 1, sizeof(tagheader), vfh);
//TagData
for (int i = 0; i < data_size; i++)
fputc(fgetc(ifh), vfh);
}
else {
for (int i = 0; i < data_size; i++)
fgetc(ifh);
}
//rewind 4 bytes, because we need to read the previoustagsize
//again for the loop's sake
fseek(ifh, -4, SEEK_CUR);
break;
}
default:
//skip the data of this tag
fseek(ifh, reverse_bytes((byte*)&tagheader.DataSize,
sizeof(tagheader.DataSize)), SEEK_CUR);
}
fprintf(myout, "\n");
} while (!feof(ifh));
_fcloseall();
return 0;
}
int main()
{
simplest_flv_parser("cuc_ieschool.flv");
return 0;
}
运行结果：
2. 重点代码介绍
previoustagsize = _getw(ifh);
此句有必要，因为多四个字节的整型0数据，去掉表明前一个tag长度
可以用二进制软件打开flv源文件查看，previoustagsize是int型，占四个字节，要把它去掉。
int _getw(
FILE *stream
);
_getw返回读取的整数值，并且递增关联的文件指针。
参考链接：
- https://blog.csdn.net/leixiaohua1020/article/details/17934487
- https://blog.csdn.net/leixiaohua1020/article/details/50535230
- https://blog.csdn.net/u013010310/article/details/52415147