音视频测试 用 JavaScript 获取 FLV 信息

黑水 · 2018年12月24日 · 107 次阅读

这是一篇絮絮叨叨自言自语的笔记,请不要抱有过度期待,观看时请保持室内明亮

FLV 官方规格书和一些说明文章

Video File Format Specification Version 10
视音频编解码学习工程:FLV 封装格式分析器
一张图看懂 FLV 文件格式

一个例子

本帖示例工程里有一个 example.flv
用二进制表示xxd -b example.flv
第一个字节是01000110,表示为 8 位 unsigned int 是 70,在 ASCII 中代表字符 F
第二个字节是01000110,表示为 8 位 unsigned int 是 76,在 ASCII 中代表字符 L
第三个字节是01010110,表示为 8 位 unsigned int 是 86,在 ASCII 中代表字符 V
第四个字节是00000001,表示为 8 位 unsigned int 是 1,表示 FLV 格式的版本号。
第五个字节是00000101,前五位是 00000,在 FLV 版本 1 中是保留位没有作用,必须是 0。第六位是 1,表示为 boolean 是 true,代表 FLV 文件存在音频 tag。第七位是 0,保留位,必须是 0。第八位是 1,表示为 boolean 是 true,代表 FLV 文件存在视频 tag。
第六到九个字节是 00000000000000000000000000001001,表示 32 位 unsigned int 是 9,这是 FLV header 最后一部分,代表 FLV header 一共有 9 字节。

第十到第十三个字节是 00000000000000000000000000000000 代表前一个 tag 的长度,因为没有前一个 tag ,这个部分总是 0。

第十四个字节是 00010010,表示为 8 位 unsigned int 是 18,代表这个 tag 的类型是 script 。
第十五到第十七个字节是 000000000000000101110100,表示为 24 位 unsigned int 是 372,代表这个 tag 的 data 的长度。
第十八到第二十个字节是 000000000000000000000000,第二十一个字节是 00000000,代表相对于第一个 tag 时间戳,单位毫秒,貌似是这一个 tag 播放的开始时间?(并没有搞明白),第一个 tag,所以是零。
第二十二到二十四个字节是 000000000000000000000000,表示为 24 位 unsigned int 是 0,代表 StreamID,总是 0,不是道有什么用。

第 25 到第 396 个字节是这个 tag 的 data,396 = 25 + 372 - 1。

第 397 到第 400 个字节表示为 32 位 unsigned int 是 383,,代表前一个 tag 的 长度,因为 tag header 总是 11 个字节,所以这里 383 = 11 + 372。

第 401 个字节表示为 8 位 unsigned int 是 9,从这里开始是第二个 tag ,9 代表这个 tag 的类型是视频。
第 412 个字节是 00010111,前四位是 0001,表示为十进制是 1,代表这个 tag 的 data 是关键帧 (keyframe)。后四位是 0111,表示为十进制是 7,代表这个 tag 的 data 是 AVC 编码。
...
第 465 个字节表示为 8 位 unsigned int 是 8,从这里开始是第三个 tag ,8 代表这个 tag 的类型是音频。
第 476 个字节是 10101111,前四位是 1010,表示为十进制是 10,代表这个 tag 的 data 是 AAC 编码。第五位第六位是 11,表示为十进制是 3,代表音频采样率是 44kHz。第七位是 1,表示音频采样精度是 16Bit。第八位是 1,代表音频是立体声 (sndStereo)。

回到 Script tag。FLV 的 Script data 格式是 Action Message Format
第 25 个字节是 00000010,表示为 8 位 unsigned int 是 2,代表第一个 packet 是 String 类型。
第 26 到第 27 个字节是 0000000000001010,表示为 16 位 unsigned int 是 10,代表第一个 packet 的长度是 10 字节。
第 28 到第 37 共 10 个字节表示为 8 位 unsigned int 是 [111, 110, 77, 101, 116, 97, 68, 97, 116, 97],在 ASCII 中代表字符 onMetaData

第 38 个字节表示为 8 位 unsigned int 是 8,代表第二个 packet 是 ECMA Array 类型。
第 39 到 42 个字节表示为 8 位 unsigned int 是 16,代表第二个 packet 包含了 16 个键值对,键是 String 类型。
第 43 到 44 个字节表示为 16 位 unsigned int 是 8,代表键的长度。
第 45 到 52 共 8 个字节表示为 ASCII 是 duration。代表视频时长,单位是秒。
第 53 个字节表示为 8 位 unsigned int 是 0,代表第一个键值对的值是 DOUBLE 类型。
第 54 到第 61 个字节表示为 64 位浮点数是 2.378。ffmpeg -i example.flv -hide_banner 给出的 duration 是 00:00:02.38,mediainfo example.flv 给出的 duration 是 2 s 192 ms,为啥不一样呢?
第 62 到 63 个字节表示为 16 位 unsigned int 是 5,代表键第二个的长度。
第 64 到 68 共 5 个字节表示为 ASCII 是 width。代表视频分辨率宽度。
第 69 个字节表示为 8 位 unsigned int 是 0,代表第一个键值对的值是 DOUBLE 类型。
第 70 到第 77 个字节表示为 64 位浮点数是 640。
...
第 240 到 245 共 6 个字节是第十个键名 stereo
第 246 个字节表示为 8 位 unsigned int 是 1,代表第十个键值对的值是 Boolean 类型。
第 247 个字节表示为 8 位 unsigned int 是 1,是 true,代表 FLV 是立体声 (stereo)。
...
第 394 到 396 个字节表示为 8 位 unsigned int 是 [0, 0, 9],是 ECMA Array 的结束标记。到这里也是 Script data 的结尾。

JavaScript 处理二进制数据

安装 http-server 作为本地服务器

npm install http-server -g
http-server -a 127.0.0.1 -p 9999

浏览器打开,http://127.0.0.1:9999/index.html,打开开发者工具,点 Run 按钮,会在 console 中输出 FLV 信息。

用浏览器中用 getReader() 读取二进制数据

fetch(req).then(response => {
    const reader = response.body.getReader()
    reader.read().then(result =>  {
        const chunk = result.value
        parse(chunk)
    })
})

console 中的输出是:Uint8Array(26192),文件就是 26192 字节。

ls -l example.flv 

-rw-r--r--@ 1 nikoniko staff 26192 12 23 14:35 example.flv

ArrayBuffer 使用教程

下面的代码将 Uint8Array 转换成二进制字符串,从这里抄的 用 ArrayBuffer 来截取二进制数据中的字符,文章里有说明

Array.from(uint8Array, (item) => item.toString(2).padStart(8, '0')).join('')

FLV 文件完整性校验

FLV 文件最后 4 个字节是 PreviousTagSize,所以每个 PreviousTagSize 的值加上每个 PreviousTagSize 本身固定的 4 个字节,在加上 FLV header 固定的 9 个字节,结果应该等于文件大小

let sumPreTagSizes = chunk => {
    let sum = 0

    let preTagEnd = chunk.length

    while (preTagEnd >= (9 + 4)) {
        let preTag = chunk.slice(preTagEnd - 4, preTagEnd)
        let preTagSize = new DataView(preTag.buffer).getUint32()

        sum = sum + preTagSize
        sum = sum + 4  // PreviousTagSize 本身占 4 字节

        preTagEnd = preTagEnd - 4 - preTagSize
    }

    return sum
}
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
共收到 0 条回复 时间 点赞
1楼 已删除
需要 登录 后方可回复, 如果你还没有账号请点击这里 注册