24 Dec 2018
用 JavaScript 获取 FLV 信息
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
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
}
Til next time,
黑水
at 19:20
