波仔
🎬 第五章 HLS流媒体协议
📄 一句话概括

PS 的解析只有一个动作：反复找 00 00 01，看下一个字节是什么。 难点在长度：pack 头按标志位算，PES 读长度字段。

📝 本节和前面几节的关系

5.6.1 认了结构，这一节把它走一遍。 5.7 回到 HLS，看 TS 与 m3u8 切片怎么配合。

一、解析只有三步

① 找 00 00 01：所有 PS 结构的共同起点。 ② 看下一个字节：决定这一段是什么。 ③ 按类型取长度：pack 头是固定长度，PES 要读长度字段。

几个关键字节值： BA 是 pack 头、BB 是系统头、BC 是节目流映射、BD 是私有流、 E0 到 EF 是视频、C0 到 DF 是音频。

这套「起始码 + 类型 + 长度」的设计叫「自描述」。 好处是不需要外部索引，从任意位置扫下去就能解； 坏处是每次都要扫，不能像 TS 那样靠固定偏移直接跳。

二、造一段 PS 再解一遍

实测自造一段 447 字节的 PS，里面有四段： pack 头 14 字节、视频 PES 209 字节、音频 PES 129 字节、视频 PES 89 字节。 遍历指针从 0 一路走到 447，正好走完，一段不多一段不少。 遍历指针停的位置等于总长，这是「解析正确」最硬的证据。

如果指针走到的位置比总长小，说明中间有没认出来的段； 如果比总长大，说明某个长度字段读错了。 这个「指针必须刚好到末尾」的技巧，在做任何二进制解析时都好用。

注意 pack 头这里是 14 字节，不是 5.6.1 里的 20 字节。 差别在标志位：MPEG-1 的 pack 头只有 12 字节，MPEG-2 的是 14 或 20。

三、pack 头的长度怎么定

注意 pack 头长度是「按标志位算的」，不是固定 14 字节。 本例的第 5 个字节是 0x44，最高两位 01 表示「标准 MPEG-2 pack」，字节数就是 14。 如果是 MPEG-1 的 pack，会短很多。 所以解析 pack 头必须先看那个标志字节，不能写死。

同理 PES 头也不能写死： 它的长度取决于「有没有 PTS」「有没有 DTS」「有没有扩展」。 这些都是标志位，得一位一位判。

这就是二进制格式解析的通用规律： 先读「说明怎么读」的那几个位，再按说明去读正文。 TS 的适配字段、RTP 的扩展头、SCTP 的 chunk 标志，全是同一个套路。

四、动手 Demo：PS 解析——按起始码一段段走

自造一段 447 字节的 PS（一个 pack 头加三个 PES），再按起始码遍历。 判据是「遍历指针必须刚好走到末尾」，差一个字节都算失败。

import struct

chunks = []
# pack 头 14 字节：00 00 01 BA + 0x44 + 9 字节 + 填充 0
ph = b"\x00\x00\x01\xBA\x44" + bytes(9)
chunks.append(ph)

def pes(sid, payload):
    h = b"\x00\x00\x01" + bytes([sid])
    h += struct.pack("!H", 0x8000 | (8 + len(payload)))
    h += b"\x80\x00\x00"
    return h + payload

chunks.append(pes(0xE0, bytes(200)))   # 视频
chunks.append(pes(0xC0, bytes(120)))   # 音频
chunks.append(pes(0xE0, bytes(80)))    # 视频
stream = b"".join(chunks)
print("自造 PS %d 字节" % len(stream))

i, n = 0, 0
while i + 4 <= len(stream):
    if stream[i:i + 3] != b"\x00\x00\x01":
        i += 1
        continue
    sid = stream[i + 3]
    n += 1
    if sid == 0xBA:
        ln = 14 if (stream[i + 4] >> 6) == 1 else 12
        kind = "pack 头"
    elif 0xE0 <= sid <= 0xEF:
        ln = 6 + struct.unpack("!H", stream[i + 4:i + 6])[0]
        kind = "视频 PES"
    elif 0xC0 <= sid <= 0xDF:
        ln = 6 + struct.unpack("!H", stream[i + 4:i + 6])[0]
        kind = "音频 PES"
    else:
        ln, kind = 6, "其他"
    print("%d  %-10s %d 字节" % (n, kind, ln))
    i += ln
print("共 %d 段，指针走到 %d（总长 %d）" % (n, i, len(stream)))

实跑输出：

--------------------------------------------------------------------
PS 解析——按起始码一段段走
--------------------------------------------------------------------
**① 解析只有三步**

  **① 找 `00 00 01`**：**所有 PS 结构的共同起点。**
  **② 看下一个字节**：**决定这一段是什么**
  **③ 按类型取长度**：**pack 头是固定长度，PES 要读长度字段。**

  **几个关键字节值：**
  **BA 是 pack 头、BB 是系统头、BC 是节目流映射、BD 是私有流、E0 到 EF 是视频、C0 到 DF 是音频。**

**② 造一段 PS 再解一遍**

  自造一段 PS，共 447 字节

  段号     类型         字节
  ------------------------------
  1        pack 头      14
  2        视频 PES     209
  3        音频 PES     129
  4        视频 PES     89

  一共找到 4 段，遍历指针走到 447（总长 447）

  **注意 pack 头长度是「按标志位算的」，不是固定 14 字节。**
  **本例的第 5 个字节是 0x44，最高两位 01 表示「标准 MPEG-2 pack」，字节数就是 14。**
  **如果是 MPEG-1 的 pack，会短很多。**
  **所以解析 pack 头必须先看那个标志字节，不能写死。**

447 字节 = 14 + 209 + 129 + 89，四段加起来正好是全部。 PES 的长度字段是「头之后还有多少」，所以总长要加 6——3 起始码 + 1 流 ID + 2 长度。 指针停在 447 与总长相等，这一条就是「解析没错」的判据。

30 秒实验

  1. 把 pack 头里的 0x44 改成 0x24，看它被当成几字节——12 字节，最高两位不是 01 就走 MPEG-1 分支。
  2. 在末尾多加 5 个 0xFF，看指针停在哪——停在 447，多出来的填充被跳过，说明容错是对的。
  3. 把某段 PES 的长度字段改大 10，看指针走到哪——超过总长，这就是「长度读错」的典型现象。

常见误区

  1. 「pack 头固定 14 字节」——要按标志位判，12 与 20 都可能。
  2. 「PES 长度字段含头」——不含，它只算头之后的部分。
  3. 「解析到末尾就算成功」——要「刚好」到末尾，多与少都是错。
自测三问（点开对答案） 1. PS 解析的三步是什么？ —— **找 `00 00 01`、看下一字节定类型、按类型取长度。** 2. 怎么判断一次解析是对的？ —— **遍历指针刚好走到末尾**，多一个字节少一个字节都算失败。 3. pack 头长度为什么不能写死？ —— **要看第 5 字节的最高两位**：01 是 MPEG-2 的 14 字节，否则可能是 12 或 20。

相关笔记