這幾天整理并重構(gòu)了一下mp4文件的解析程序，融合了分解與合并的程序，以前是c語言寫的，應(yīng)用在linux上運(yùn)行的服務(wù)器程序上，現(xiàn)在改成c++，方 便我在其他項(xiàng)目中使用它，至于用不用移植一份c#的，暫時(shí)用不到，等有必要了再說吧。這篇文章先簡單介紹一下mp4文件的大體結(jié)構(gòu)，以及它的分割算法，之 后再寫文章介紹如何把mp4完美應(yīng)用在點(diǎn)播項(xiàng)目中。

一、MP4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(biāo)準(zhǔn)文件中定義的，屬于MPEG-4的一部分，是“ISO/IEC 14496-12(MPEG-4 Part 12 ISO base media file format)”標(biāo)準(zhǔn)中所定義的媒體格式的一種實(shí)現(xiàn)，后者定義了一種通用的媒體文件結(jié)構(gòu)標(biāo)準(zhǔn)。MP4是一種描述較為全面的容器格式，被認(rèn)為可以在其中嵌入 任何形式的數(shù)據(jù)，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(chǔ)進(jìn)行的擴(kuò)展或者是縮水版本的格式，包括：M4V,  3GP, F4V等。

　　mp4是由一個(gè)個(gè)“box”組成的，大box中存放小box，一級嵌套一級來存放媒體信息。box的基本結(jié)構(gòu)是：

　　其中，size指明了整個(gè)box所占用的大小，包括header部分。如果box很大(例如存放具體視頻數(shù)據(jù)的mdat box)，超過了uint32的最大數(shù)值，size就被設(shè)置為1，并用接下來的8位uint64來存放大小。

　　一個(gè)mp4文件有可能包含非常多的box，在很大程度上增加了解析的復(fù)雜性，這個(gè)網(wǎng)頁上http:///atoms.html記錄了一些當(dāng)前注冊過的box類型。看到這么多box，如果要全部支持，一個(gè)個(gè)解析，怕是頭都要爆了。還好，大部分mp4文件沒有那么多的box類型，下圖就是一個(gè)簡化了的，常見的mp4文件結(jié)構(gòu)：

　　一般來說，解析媒體文件，最關(guān)心的部分是視頻文件的寬高、時(shí)長、碼率、編碼格式、幀列表、關(guān)鍵幀列表，以及所對應(yīng)的時(shí)戳和在文件中的位置，這些 信息，在mp4中，是以特定的算法分開存放在stbl box下屬的幾個(gè)box中的，需要解析stbl下面所有的box，來還原媒體信息。下表是對于以上幾個(gè)重要的box存放信息的說明：

　　看吧，要獲取到mp4文件的幀列表，還挺不容易的，需要一層層解析，然后綜合stts stsc stsz stss stco等這幾個(gè)box的信息，才能還原出幀列表，每一幀的時(shí)戳和偏移量。而且，你要照顧可能出現(xiàn)或者可能不出現(xiàn)的那些box。。?？梢钥吹某鰜恚琺p4 把幀sample進(jìn)行了分組，也就是chunk，需要間接的通過chunk來描述幀，這樣做的理由是可以壓縮存儲空間，縮小媒體信息所占用的文件大小。這 里面，stsc box的解析相對來說比較復(fù)雜，它用了一種巧妙的方式來說明sample和chunk的映射關(guān)系，特別介紹一下。

　　這是stsc box的結(jié)構(gòu)，前幾項(xiàng)的意義就不解釋了，可以看到stsc box里每個(gè)entry結(jié)構(gòu)體都存有三項(xiàng)數(shù)據(jù)，它們的意思是：“從first_chunk這個(gè)chunk序號開始，每個(gè)chunk都有samples_per_chunk個(gè)數(shù)的sample，而且每個(gè)sample都可以通過sample_description_index這個(gè)索引，在stsd box中找到描述信息”。也就是說，每個(gè)entry結(jié)構(gòu)體描述的是一組chunk，它們有相同的特點(diǎn)，那就是每個(gè)chunk包含samples_per_chunk個(gè)sample，好，那你要問，這組相同特點(diǎn)的chunk有多少個(gè)？請通過下一個(gè)entry結(jié)構(gòu)體來推算，用下一個(gè)entry的first_chunk減去本次的first_chunk，就得到了這組chunk的個(gè)數(shù)。最后一個(gè)entry結(jié)構(gòu)體則表明從該first_chunk到最后一個(gè)chunk，每個(gè)chunk都有sampls_per_chunk個(gè)sample。很拗口吧，不過，就是這個(gè)意思:)。由于這種算法無法得知文件所有chunk的個(gè)數(shù)，所以你必須借助于stco或co64。直接上代碼可能會清楚些：

　　1. 首先直接分析entry

　　2. 然后，通過stco或co64獲知chunk總個(gè)數(shù)之后，開始還原映射表

　　讀出stsc之后，就可以綜合stbl下的所有box，推算出視頻和音頻幀列表，時(shí)戳和偏移量等數(shù)據(jù)。下面截圖展示獲取到的關(guān)鍵幀列表：

　　有了關(guān)鍵幀列表之后，就可以繼續(xù)我們一下個(gè)題目，就是mp4文件的分割。實(shí)現(xiàn)mp4的分割，是把mp4應(yīng)用到點(diǎn)播系統(tǒng)中最關(guān)鍵的技術(shù)環(huán)節(jié)，做不到這個(gè)，就無法實(shí)現(xiàn)點(diǎn)播播放mp4影片的“拖動”。

二、MP4文件的分割算法

　　所謂“分割”，就是把大文件切成小文件，要實(shí)現(xiàn)mp4的分割，

• 　　首先，需要獲取到關(guān)鍵幀列表
• 　　然后，選擇要分割的時(shí)間段（比如從關(guān)鍵幀開始）
• 　　接著，重新生成moov box（注意所有相關(guān)的box 以及 box size都需要改變）
• 　　最后，拷貝對應(yīng)的數(shù)據(jù)，生成新文件

　　第一點(diǎn)，上面已經(jīng)介紹了，第二點(diǎn)，只需要遍歷關(guān)鍵幀列表，就能找到離你想要分割的時(shí)間段最接近的關(guān)鍵幀，第四點(diǎn)就是“copy-paste”的 工作，關(guān)鍵在于第三點(diǎn)。因?yàn)檫@一步涉及到stbl下的所有box，必須重新生成entrys，同樣的，其他的box都還好，只需要保留關(guān)鍵幀所對應(yīng)的 sample和chunk，其余的刪掉即可，只是stsc box的比較麻煩，說起來比較啰嗦，還是直接看代碼吧：

　　修改完box之后，需要重新生成moov box，由于moov box的大小以及時(shí)長等信息都發(fā)生了改變，所以需要box的大小做相應(yīng)的修改，這點(diǎn)千萬不能忘記，否則播放器會解析錯(cuò)誤。重新生成box之后，還要計(jì)算一 下分割后的數(shù)據(jù)的長度，由于數(shù)據(jù)長度也發(fā)生了改變，所以修改mdat box的大小的同時(shí)，要同時(shí)修改stbl下所有box的chunk offset，切記！

　　以下是整個(gè)的邏輯過程：

　　好了，所有這些都實(shí)現(xiàn)之后，就具備了做mp4點(diǎn)播系統(tǒng)的條件了。不過，要做mp4點(diǎn)播，還有一些其他的問題需要解決，我將在下一篇文章中介紹。