转自：https://wuyuans.com/2012/08/flv-format
flv文件主要由两部分组成：header和body。
1.header
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。具体格式如下：
| 文件类型 | 3 bytes | “FLV” |
| 版本 | 1 byte | 一般为0x01 |
| 流信息 | 1 byte | 倒数第一位是1表示有视频，倒数第三位是1表示有音频，倒数第二、四位必须为0 |
| header长度 | 4 bytes | 整个header的长度，一般为9；大于9表示下面还有扩展信息 |
2.body
每个Tag前面还包含了Previous Tag Size字段，表示前面一个Tag的大小。
body部分由一个个Tag组成，每个Tag的下面有一块4bytes的空间，用来记录这个tag的长度，这个后置用于逆向读取处理，他们的关系如下图：
2.1.Tag
每个Tag由也是由两部分组成的：Tag Header和Tag Data。Tag Header里存放的是当前Tag的类型、数据区（Tag Data）长度等信息，具体如下：
| 名称 | 长度 | 介绍 |
|---|---|---|
| Tag类型 | 1 bytes | 8：音频 9：视频 18：脚本 其他：保留 |
| 数据区长度 | 3 bytes | 在数据区的长度 |
| 时间戳 | 3 bytes | 整数，单位是毫秒。对于脚本型的tag总是0 |
| 时间戳扩展 | 1 bytes | 将时间戳扩展为4bytes，代表高8位。很少用到 |
| StreamsID | 3 bytes | 总是0 |
| 数据区(data) | 由数据区长度决定 | 数据实体 |
2.2.Tag Data
数据区根据Tag类型的不同可分为三种，音频数据、视频数据和脚本数据。
2.2.1.音频数据
第一个byte是音频的信息，格式如下。
| 名称 | 长度 | 介绍 |
|---|---|---|
| 音频格式 | 4 bits | 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 | 2 bits | 0 = 5.5-kHz 1 = 11-kHz 2 = 22-kHz 3 = 44-kHz 对于AAC总是3 |
| 采样的长度 | 1 bit | 0 = snd8Bit 1 = snd16Bit 压缩过的音频都是16bit |
| 音频类型 | 1 bit | 0 = sndMono 1 = sndStereo 对于AAC总是1 |
第2byte开始就是音频流数据了。
2.2.2.视频数据
和音频数据一样，第一个byte是视频信息，格式如下：
| 名称 | 长度 | 介绍 |
|---|---|---|
| 帧类型 | 4 bits | 1: keyframe (for AVC, a seekable frame) 2: inter frame (for AVC, a non-seekable frame) 3: disposable inter frame (H.263 only) 4: generated keyframe (reserved for server use only) 5: video info/command frame |
| 编码ID | 4 bits | 1: JPEG (currently unused) 2: Sorenson H.263 3: Screen video 4: On2 VP6 5: On2 VP6 with alpha channel 6: Screen video version 2 7: AVC |
2.2.3脚本数据
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。结构如图所示：
第一个AMF包：
第1个字节表示AMF包类型，常见的数据类型如下：
FLV文件中，第一个字节一般总是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。常见的数组元素如下表：
3.总结
flv的格式还是比较简单的，header部分很简洁，body部分都是由一个个tag，tag的话也就三种，脚本tag一般只有一个的，我想这也是flv能成为在线视频格式的原因吧。