MP4文件格式分析
MP4(MPEG-4 Part 14)是一種常見的多媒體容器格式，它是在“ISO/IEC 14496-14”標准文件中定義的，屬於MPEG-4的一部分，是“ISO/IEC 14496-12(MPEG-4 Part 12 ISO base media file format)”標准中所定義的媒體格式的一種實現，后者定義了一種通用的媒體文件結構標准。MP4是一種描述較為全面的容器格式，被認為可以在其中嵌入任何形式的數據，各種編碼的視頻、音頻等都不在話下，不過我們常見的大部分的MP4文件存放的AVC(H.264)或MPEG-4(Part 2)編碼的視頻和AAC編碼的音頻。MP4格式的官方文件后綴名是“.mp4”，還有其他的以mp4為基礎進行的擴展或者是縮水版本的格式，包括：M4V,3GP,F4V等。
一個mp4文件有可能包含非常多的box(全部大約70多個)，在很大程度上增加了解析的復雜性。如果要全部解析必要性不是很大。大部分mp4文件沒有那么多的box類型，下圖就是一個簡化了的，常見的mp4文件結構：
下圖是節點box詳細說明：
下面我們將對以上主要box的解析進行詳細說明：
1. 一級box
一級box主要包含ftyp、moov、free、mdat等等。
1.1 ftyp box
結構：
/******************************************************************************************** ** File Type Box (ftyp) ** -------------------------------------------------------------------------------------------- ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ** major_brand | 4 | ** minor_version | 4 | 版本號 ** compatible_brands | 4 * N | 本文件遵從的多種協議（ismo, iso2, mp41） ********************************************************************************************/
運行結果：
1.2 moov box
結構：
/******************************************************************************************** ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ********************************************************************************************/
1.3 free box
結構：
/******************************************************************************************** ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ********************************************************************************************/
1.4 mdat box
結構：
/******************************************************************************************** ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ** | 后面全是真實數據 ********************************************************************************************/
運行結果：
2. 二級box
本節所說的二級box皆為moov的子box,主要包含mvhd、trak、udat等等。
2.1 mvhd box
結構：
/************************************************************************************************************ ** mvhd ** -------------------------------------------------------------------------------------------- ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ** version | 1 | box版本，0或1，一般為0（以下字節數均按version = 0） ** flags | 3 | ** creation time | 4 | 創建時間（相對於UTC時間1904 - 01 - 01零點的秒數） ** modification time | 4 | 修改時間 ** time scale | 4 | 文件媒體在1秒時間內的刻度值，可以理解為1秒長度的時間單元數 ** duration | 4 | 該track的時間長度，用duration和time scale值可以計算track時長 ** rate | 4 | 推薦播放速率，高16位和低16位分別為小數點整數部分和小數部分，即[16.16] 格式.該值為1.0 (0x00010000) ** volume | 2 | 與rate類似，[8.8] 格式，1.0（0x0100）表示最大音量 ** reserved | 10 | 保留位 ** matrix | 36 | 視頻變換矩陣 ** pre-defined | 24 | ** next track id | 4 | 下一個track使用的id號 ************************************************************************************************************/
運行結果：
2.2 trak box
結構：
/******************************************************************************************** ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ********************************************************************************************/
2.3 udat box
結構：
/************************************************************************************************************
** udat
**
--------------------------------------------------------------------------------------------
** 字段名稱 | 長度(bytes) | 有關描述
--------------------------------------------------------------------------------------------
** boxsize | 4 | box的長度
** boxtype | 4 | box的類型
** | 用戶自定義數據解析
************************************************************************************************************/
運行結果：
3. 三級box
本節所說的三級box皆為trak的子box,主要包含tkhd、mdia等。
3.1 tkhd box
結構：
/************************************************************************************************************ ** tkhd ** ------------------------------------------------------------------------------------------------------------- ** 字段名稱 | 長度(bytes) | 有關描述 ------------------------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ** version | 1 | box版本，0或1，一般為0。（以下字節數均按version = 0） ** flags | 3 | 按位或操作結果值，預定義如下; 0x000001 track_enabled，否則該track不被播放； 0x000002 track_in_movie，表示該track在播放中被引用； 0x000004 track_in_preview，表示該track在預覽時被引用。 一般該值為7，如果一個媒體所有track均未設置track_in_movie和track_in_preview,將被理解為所有track均設置了這兩項; 對於hint track，該值為0; ** creation_time | 4 | 創建時間（相對於UTC時間1904 - 01 - 01零點的秒數） ** modification_time | 4 | 修改時間 ** track_id | 4 | id號 不能重復且不能為0 ** reserved | 4 | 保留位 ** duration | 4 | track的時間長度 ** reserved | 8 | 保留位 ** layer | 2 | 視頻層，默認為0，值小的在上層 ** alternate_group | 2 | track分組信息，默認為0表示該track未與其他track有群組關系 ** volume | 2 | [8.8] 格式，如果為音頻track，1.0（0x0100）表示最大音量；否則為0 ** reserved | 2 | 保留位 ** matrix | 36 | 視頻變換矩陣 ** width | 4 | 寬 ** height | 4 | 高，均為[16.16] 格式值 與sample描述中的實際畫面大小比值，用於播放時的展示寬高 ************************************************************************************************************/
運行結果：
3.2 mdia box
結構：
/******************************************************************************************** ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ********************************************************************************************/
4. 四級box
本節所說的四級box皆為mdia的子box,主要包含mdhd、hdlr、minf等。
4.1 mdhd box
結構：
/************************************************************************************************************ ** tkhd ** ------------------------------------------------------------------------------------------------------------- ** 字段名稱 | 長度(bytes) | 有關描述 ------------------------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ** version | 1 | box版本0或1 一般為0 (以下字節數均按version=0) ** flags | 3 | ** creation_time | 4 | 創建時間（相對於UTC時間1904 - 01 - 01零點的秒數） ** modification_time | 4 | 修改時間 ** time_scale | 4 | ** duration | 4 | track的時間長度 ** language | 2 | 媒體語言碼,最高位為0 后面15位為3個字符[見ISO 639-2/T標准中定義] ** pre-defined | 2 | 保留位 ************************************************************************************************************/
結果：
4.2 hdlr box
結構：
/************************************************************************************************************ ** hdlr ** ------------------------------------------------------------------------------------------------------------- ** 字段名稱 | 長度(bytes) | 有關描述 ------------------------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ** version | 1 | box版本0或1 一般為0 (以下字節數均按version=0) ** flags | 3 | ** pre-defined | 4 | ** handler type | 4 | 在media box中，該值為4個字符 "vide"— video track "soun"— audio track "hint"— hint track ** reserved | 12 | ** name | 不定 | track type name，以‘\0’結尾的字符串 ************************************************************************************************************/
結果：
4.3 minf box
結構：
/******************************************************************************************** ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ********************************************************************************************/
5. 五級box
本節所說的五級box皆為minf的子box,主要包含header box(vmhd/smhd/hmld/nmld)、stbl等。
5.1 header box
本處的headerbox會根據前面的handler type數值選擇哪個box。
"vide"—vmhd 視頻
"soun"— smhd 音頻
"hint"—hmhd 忽略
vmhd結構：
/************************************************************************************************************ ** vmhd ** ------------------------------------------------------------------------------------------------------------- ** 字段名稱 | 長度(bytes) | 有關描述 ------------------------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ** version | 1 | box版本0或1 一般為0 (以下字節數均按version=0) ** flags | 3 | ** graphics_mode | 4 | 視頻合成模式，為0時拷貝原始圖像，否則與opcolor進行合成 ** opcolor | 2 ×3 | ｛red，green，blue｝ ************************************************************************************************************/
結果：
5.2 stbl box
結構：
/******************************************************************************************** ** 字段名稱 | 長度(bytes) | 有關描述 -------------------------------------------------------------------------------------------- ** boxsize | 4 | box的長度 ** boxtype | 4 | box的類型 ********************************************************************************************/
6. 六級box
本節所說的六級box皆為stbl的子box,主要包含stsd、stts、stsz、stsc、stss、stco等，這些也是mp4文件設計的精髓所在，主要控制chunk、sample、mdat之間的映射關系。
6.1 stsd box
stsd： Sample Description Box，解析stsd可獲得coding類型、視頻寬高、音頻samplesize、channelcount這些和解碼器有關信息。
6.2 stts box
stts： Decoding Time to Sample Box，時間戳和Sample映射表
上圖是一個video trak，說明該視頻包含87幀數據，每幀包含512個采樣。
總共512*87=44544個采樣，和我們前面mdhd box的Duration完全一致。
Duration / TimeScale = 44544 / 12288 = 3.625秒 正是我們的視頻播放長度。
12288 / 512 = 24 p/s (幀率)。
6.3 stsz box
stsz, stz2： Sample Size Boxes，每個Sample大小的表
一共87幀 每幀的字節大小。
6.4 stsc box
stsc： Sample to chunk 的映射表。
前面說了一共87幀數據，放在83個chunk中。1~82個chunk每個里面放1幀，第83個chunk放了5幀。
6.5 stss box
stss： 關鍵幀索引表。
第1、13、25、37、49、61、73、85.... 這些幀都是關鍵幀。
每12幀就有一個關鍵幀， 前面我們計算得知fps是24。由此可知該視頻關鍵幀間隔為0.5秒。
6.6 stco box
'stco'，'co64'： Chunk位置偏移表
一共83個chunk，記錄在mdat真實數據中的字節偏移量。
下圖為第三方MP4文件解析結果：
MP4文件格式解析源碼：https://github.com/kingsunc/AVFileParse
搞清楚stbl的映射關系后 我們就可以進行MP4文件的分割實現（也就是所謂的點播拖動）。
MP4分割實現源碼：https://github.com/kingsunc/AVFileParse/tree/master/Mp4_Segment