c++如何解析FLV视频文件的Tag结构与Metadata【深度】-C++-PHP中文网

flv tag header需手动逐字节解析：tagtype（1字节）、datasize（3字节大端）、timestamp（3字节+1字节扩展）、streamid（3字节固定为0），严禁指针强转，须用std::array读取后拼装整数。

c++如何解析flv视频文件的tag结构与metadata【深度】

FLV Tag Header 的字节解析必须手动处理，没有标准库可依赖

FLV 是二进制封装格式，Tag Header 不是文本或 JSON，不能用 std::getline 或 rapidjson 解析。你得从文件头开始逐字节读取、按规范位移解包。关键字段包括：TagType（1 字节）、DataSize（3 字节大端）、Timestamp（3 字节时间戳低 24 位 + 1 字节扩展）、StreamID（3 字节固定为 0）。常见错误是直接用 uint32_t* 强转指针读取 —— 这在非对齐地址或大小端不一致平台（如 ARM macOS）会触发未定义行为或读错值。

实操建议：

C++14

C++14 对 C++11 的修正与增强版本，适合旧系统维护和较老工具链兼容。

下载

用 std::ifstream::read() 按字节顺序读入 std::array<uint8_t></uint8_t>，再手动拼装整数：例如 DataSize = (buf[1]
Timestamp 要组合低 24 位（buf[4..6]）和高 8 位（buf[7]），注意 FLV 时间戳单位是毫秒，但实际值可能溢出，需用 uint32_t 并处理回绕（比如前后帧差 > 10s 则视为重置）
跳过 StreamID（恒为 0）但不能跳过——它占 3 字节，少读会导致后续所有 Tag 偏移错乱

Metadata Tag（AMF0 类型）需实现最小 AMF0 解析器，不能只靠字符串匹配

Metadata 总是第一个 TagType == 18 的 Tag，其 Data 区域以 AMF0 编码（不是 JSON）。常见误判是看到 "onMetaData" 就认为是 Metadata —— 实际上该字符串只是 AMF0 中的一个 String 类型字段值，前面还有 type marker（0x02）、长度（2 字节）、内容；后面还跟着真正的对象键值对（0x03 开头的对象标记 + 多组 String + Value + 0x00 0x00 0x09 结束符）。只用 strstr() 扫描会漏掉嵌套结构，也读不到 duration、width 等数值字段。

实操建议：

先确认 Tag Header 中 TagType == 18 且 DataSize >= 13（AMF0 最小对象开销），再进入 AMF0 解析流程
AMF0 type marker 0x02 后紧跟 2 字节 length，然后才是 UTF-8 字符串内容；0x03 后是 object，每对 key/value 中 key 是 0x02 string，value 是任意 type（0x00 number、0x01 boolean、0x08 date 等）
重点处理 0x00（double，8 字节 IEEE 754）、0x01（boolean，1 字节）、0x08（date，8 字节 double + 2 字节 timezone，常被忽略导致 creationDate 解错）

音频/视频 Tag 的 Data 区域需按 CodecID 分支解析，不能统一 memcpy

TagType == 8（音频）或 9（视频）时，Data 区域开头是 Codec-specific header，不是裸流。例如 H.264 视频 Tag 的第一个字节是 AvcPacketType（0x00=SPS/PPS，0x01=NALU），紧接着是 CompositionTime（24 位有符号整数，单位毫秒，用于 B 帧 DTS/PTS 计算）；AAC 音频则以 AacPacketType（0x00=sequence header，0x01=raw data）开头，之后才是 ADTS 或原始 AAC 帧。直接把整个 Data 区域当媒体帧传给解码器会失败。

实操建议：

先读 CodecID（音频：buf[0] & 0x0F；视频：buf[0] & 0x0F），再根据值决定后续解析逻辑：如 CodecID == 7 → H.264 → 检查 AvcPacketType；CodecID == 10 → H.265 → 注意 HevcPacketType 定义不同
H.264 SPS/PPS 提取后需重组为 Annex-B 格式（添加 0x00 0x00 0x00 0x01 前缀），否则大多数 FFmpeg AVCodecContext 初始化失败
AAC sequence header（AacPacketType == 0）包含 AudioSpecificConfig，需提取并 Base64 编码后填入 AVCodecParameters::extradata，不能丢弃

文件级 offset 与 Tag size 易被忽略，导致解析中途崩溃

FLV 文件头后是 4 字节的 PreviousTagSize0（恒为 0），之后每个 Tag 结尾都有一个 PreviousTagSize（4 字节大端，等于本 Tag 的 Header+Data 总长度）。很多实现只读 Tag Header 和 Data，却没读最后这 4 字节 —— 下一个 Tag 的起始位置就错了。更隐蔽的问题是：当 Timestamp 跨越 0x00FFFFFF（约 4.6 小时）时，FLV 规范要求写入扩展字节（TagHeader[7]），但某些生成器会漏写，导致后续所有时间戳偏移 1 字节，整个解析链崩坏。

实操建议：

每次读完一个 Tag（Header + Data）后，必须用 read() 再读 4 字节 PreviousTagSize，并与当前 Tag 实际长度校验（误差 > 1 字节即报 warning）
维护全局 file_offset，每次读操作前检查 file_offset + bytes_to_read ，避免 std::ifstream::eof() 滞后导致越界读
对 Timestamp 做单调性检查：若当前 Timestamp 比前一个突降 > 30000ms（30 秒），大概率是扩展字节错位，应尝试回退 1 字节重新解析该 Tag Header

FLV 解析的坑不在算法，而在对字节序、边界、隐式约定的机械忠实——少一个字节、错一位大小端、漏一次回绕判断，整个时间轴或关键元数据就不可逆损坏。