合并的本质不是「首尾相接」，是「给后一段的时间戳加偏移」。 不加偏移，MP4 封装器会直接拒绝写入。
4.2.3 是把两条流合成一份，这一节是把两份合成一份。 差别全在时间戳上——这也是它比分合难的原因。
一、两种合并，选错会白干
「合并」在 ffmpeg 里有两条完全不同的路：
做法 原理 局限
concat 分离器 把多个文件当同一个流的片段 参数必须完全一致 concat 协议 字节层面直接连起来 只对部分格式成立
第一行是首选：要求所有片段的编码参数、分辨率、帧率、时间基都一致。 满足条件时它是纯转封装，快得几乎不花时间。
第二行更粗暴，只在「本来就是一整段被切开」时可靠。 参数稍有不同就会拼出坏文件，所以实际用得少。
二、不加偏移会怎样
这是本节最值钱的一段，因为它有确定的报错：
做法 结果 时长
不改时间戳 写入被拒（封装器拒绝时间戳倒退） — 改时间戳 正常写入 2.00 秒
两段各 1 秒，第二段的 pts 又从 0 开始了，于是「时间倒退」。 MP4 的封装器不允许这件事，直接返回错误码 22——连文件都不给你。
这条限制其实是好事：它把「接错了」变成一条明确的报错， 而不是一个看起来正常、实际只有一半内容的文件。TS 这类宽容的盒子就没这么客气。
三、偏移量怎么算
规则只有一句：后一段的每个包，减去它自己的起点，再加上前一段的总时长。
量 怎么来 注意
前一段总时长 读它的 duration 或末包 pts 别用文件大小估 后一段起点 它第一包的 pts 常常不是 0 每个包 pts 减起点加偏移 dts 要同步改
第三行容易漏 dts：只改 pts 不改 dts，带 B 帧的片子会立刻报错。
两个都要一起减、一起加，差值保持不变。
用 concat 分离器时这些都不用自己算，它读每个片段的时长自动累加。 自己写脚本时才是硬功夫——这也是为什么这类活儿一般交给命令行。
四、动手 Demo：切两段再拼回去：改与不改时间戳的对照
先把 2 秒素材按时间切成两段各 1 秒，再尝试把两段拼回一份。 两种做法只差「改不改时间戳」，结果一个报错一个成功。
import av
# 切段：每段把第一包的 pts 记下来，之后每个包都减掉它
for dst, lo, hi in ((u"h1.mp4", 0.0, 1.0), (u"h2.mp4", 1.0, 2.0)):
c0 = av.open(u"m4.mp4")
c1 = av.open(dst, u"w")
mp = {s.index: c1.add_stream_from_template(s) for s in c0.streams}
base = {}
for pk in c0.demux():
if not pk.size:
continue
t = float(pk.pts * pk.time_base) if pk.pts is not None else 0.0
if not (lo <= t < hi):
continue
if pk.stream.index not in base:
base[pk.stream.index] = pk.pts
pk.pts -= base[pk.stream.index]
if pk.dts is not None:
pk.dts -= base[pk.stream.index]
pk.stream = mp[pk.stream.index]
c1.mux(pk)
c1.close()
c0.close()
# 拼回：不改时间戳，第二段的 pts 会倒退
c1 = av.open(u"bad.mp4", u"w")
mp = {}
try:
for p in (u"h1.mp4", u"h2.mp4"):
c0 = av.open(p)
for s in c0.streams:
if s.index not in mp:
mp[s.index] = c1.add_stream_from_template(s)
for pk in c0.demux():
if not pk.size:
continue
pk.stream = mp[pk.stream.index]
c1.mux(pk)
c0.close()
except Exception as e:
print(u"写入被拒：%s" % str(e)[:40])
实跑输出：
--------------------------------------------------------------------
4.2.4 把两个 MP4 合并成一个
--------------------------------------------------------------------
**① 先把素材切成两段**
文件 字节 时长
--------------------------------
原文件 37982 2.00 秒
前半段 19975 1.02 秒
后半段 19013 1.00 秒
**② 直接首尾接：不改时间戳会怎样**
做法 结果 时长
------------------------------------------------------------------
不改时间戳 写入被拒：封装器拒绝（returned 22） 1.02 秒
改时间戳 正常写入 2.00 秒
**第一行不是「叠在一起」而是「直接写不进去」——MP4 的封装器拒绝时间戳倒退。**
**这条限制其实是好事：它把「接错了」这件事故变成了一条明确的报错，而不是一个看起来正常、**
**实际只有一半内容的文件。换成某些宽容的盒子（比如 TS），同样的错会安静地产生错乱结果。**
**③ 所以「合并」的本质是给后一段的时间戳加偏移**
**偏移量等于前一段的总时长。命令行里的 concat 分离器就是自动做这件事。**
**手工写脚本时最容易忘的就是这一步，而忘了之后两种盒子的表现完全不同：**
**MP4 当场报错（上面那行），TS 则安静地写出一份时间轴错乱的文件。**
最后那几行会在 c1.mux(pk) 上抛异常：returned 22。
这就是「时间戳倒退」的具体表现——第二段的 pts 比已经写进去的小。
改法只有一句：写第二段之前，把所有包的 pts／dts 加上前一段的总时长。 本机这份素材上前段 1.02 秒，所以偏移量就取 1.02 而不是 1.00。
注意切段时那个 base 字典是「按流分别记」的：
视频和音频的起始 pts 通常不一样，共用一份起点会把其中一条提前或推迟。
30 秒实验
- 列片段：把两段路径写进
list.txt，每行file 'h1.mp4'这种格式。 - 用分离器合并：
ffmpeg -f concat -safe 0 -i list.txt -c copy 全.mp4。 - 看结果时长：
ffprobe -show_format 全.mp4，应是两段之和。
常见误区
- 以为「拼起来」就是字节连字节。真正的合并要重排时间戳，不然后一段会被拒。
- 改 pts 不改 dts。带 B 帧时立刻报错，两个必须一起改。
- 片段参数不一致还硬用 concat 分离器。分辨率或帧率不同时必须先统一再拼。
自测三问（点开对答案）
1. 为什么第二段直接写进去会被拒绝？ —— 因为它的 pts 又从 0 开始，比已写入的时间戳小，MP4 封装器不允许时间戳倒退。 2. 合并时偏移量等于什么？ —— 等于前一段的总时长，也就是后一段整体的时间轴平移量。 3. concat 分离器对片段有什么要求？ —— 编码参数、分辨率、帧率、时间基都要一致，否则拼出来的文件会坏。- ☐ （本节完，下一节 4.3.1 MP4 转换为 FLV）