2、FFmpeg核心数据结构：AVFormatContext、AVInputFormat、AVOutputFormat 深度解析

做封装解析，说白了就是跟这三个结构体打交道。我刚开始接触FFmpeg时，看着AVFormatContext那几百个字段，说实话有点懵。后来踩了几个坑才明白——核心就三个结构体，搞懂了它们，封装层基本就通了。

2.1 AVFormatContext：封装层的“总控台”

AVFormatContext是整个封装格式层的上下文。你可以把它想象成一个总控台，所有跟容器格式相关的信息都挂在这里。不管是读文件还是写文件，第一步都是创建它。

2.1.1 关键字段一览

我挑几个最常用的字段说说。其他的你用到时再查文档就行，不用死记。

字段名	类型	作用	我的备注
iformat	AVInputFormat*	输入封装格式指针	打开文件时自动匹配
oformat	AVOutputFormat*	输出封装格式指针	写文件时需指定
nb_streams	unsigned int	流数量	视频、音频、字幕都算
streams	AVStream**	流指针数组	每个流对应一个AVStream
duration	int64_t	时长（微秒）	有些格式不准确
bit_rate	int64_t	总码率	估算值，别太当真
metadata	AVDictionary*	元数据字典	标题、作者等信息
pb	AVIOContext*	I/O上下文	读写字节的通道

2.1.2 生命周期管理

创建和销毁有固定套路。我见过有人直接malloc，结果内存泄漏得一塌糊涂。

// 读模式：avformat_open_input 内部会创建
AVFormatContext *fmt_ctx = NULL;
avformat_open_input(&fmt_ctx, "input.mp4", NULL, NULL);
// ... 使用 ...
avformat_close_input(&fmt_ctx);  // 自动释放内部资源

// 写模式：先手动分配
AVFormatContext *ofmt_ctx = NULL;
avformat_alloc_output_context2(&ofmt_ctx, NULL, "mp4", "output.mp4");
// ... 使用 ...
avformat_free_context(ofmt_ctx);  // 手动释放

2.2 AVInputFormat：解封装器的“身份证”

AVInputFormat 描述的是“怎么读”某种容器格式。每个容器格式——MP4、FLV、TS、MKV——都有一个对应的 AVInputFormat 实例。它不存储数据，只存储行为。

2.2.1 核心成员

这个结构体是只读的，你不需要自己创建。FFmpeg 内部已经注册好了所有支持的格式。

成员	说明
name	格式名称，如 "mp4"、"flv"
long_name	描述性名称，如 "QuickTime / MOV"
extensions	文件扩展名列表，逗号分隔
read_probe	探测函数，判断文件是否匹配本格式
read_header	读取文件头，解析流信息
read_packet	读取一个数据包
read_close	关闭解封装器

2.2.2 格式探测机制

你想想看，当你给 FFmpeg 一个文件时，它怎么知道该用哪个解封装器？靠的就是 av_probe_input_format 函数。它会读取文件开头的一小段数据，然后跟所有注册的 AVInputFormat 的 read_probe 函数比对得分。

// 手动探测格式的示例
AVProbeData pd = {0};
pd.buf = buf;       // 文件头数据
pd.buf_size = size; // 数据大小
pd.filename = "unknown.bin";

AVInputFormat *fmt = av_probe_input_format(&pd, 1);
if (fmt) {
    printf("检测到格式: %s\n", fmt->long_name);
}

2.3 AVOutputFormat：封装器的“施工图”

AVOutputFormat 跟 AVInputFormat 是对称的。它描述的是“怎么写”某种容器格式。写 MP4 和写 FLV 的流程不同，但都遵循同一套接口。

2.3.1 关键成员对比

AVInputFormat	AVOutputFormat	说明
read_header	write_header	读/写文件头
read_packet	write_packet	读/写数据包
read_close	write_trailer	关闭/写文件尾
read_probe	无	输出格式不需要探测
无	audio_codec	默认音频编码器ID
无	video_codec	默认视频编码器ID

2.3.2 输出格式的匹配方式

输出格式通常通过文件名后缀或显式指定。avformat_alloc_output_context2 会帮你自动匹配。

// 方式一：通过文件名后缀自动匹配
avformat_alloc_output_context2(&ctx, NULL, NULL, "output.mp4");

// 方式二：显式指定格式名
avformat_alloc_output_context2(&ctx, NULL, "flv", "output.flv");

// 方式三：直接传 AVOutputFormat 指针
AVOutputFormat *fmt = av_guess_format("mpegts", NULL, NULL);
avformat_alloc_output_context2(&ctx, fmt, NULL, "output.ts");

2.4 三者协作关系

这三个结构体不是孤立的。它们通过 AVFormatContext 串联起来，形成完整的封装处理链路。我画了张图，你看一眼就明白了。

2.5 实战中的常见陷阱

嗯，这里要注意几个坑。我这些年没少在这些地方栽跟头。

2.5.1 流索引的稳定性

AVStream 在 AVFormatContext 中的索引位置，在读取过程中是稳定的。但如果你手动添加或移除流，索引就会变。我做过一个项目，在写 MP4 时动态添加字幕流，结果忘了更新索引，导致音视频不同步。

2.5.2 元数据的生命周期

AVDictionary 类型的 metadata 字段，在 avformat_close_input 时会自动释放。但如果你把 metadata 指针复制到其他地方使用，记得先 av_dict_ref 增加引用计数，否则会变成悬空指针。

2.5.3 自定义 I/O 时的 pb 处理

如果你用 avio_alloc_context 创建了自定义的 AVIOContext，记得设置 AVFormatContext 的 pb 字段，并且要自己管理 AVIOContext 的释放。avformat_close_input 不会释放你手动分配的 pb。

// 自定义 I/O 的正确释放顺序
avformat_close_input(&fmt_ctx);  // 先关格式上下文
avio_context_free(&custom_pb);   // 再释放自定义 I/O

2.6 小结

AVFormatContext 是总控台，AVInputFormat 是读格式的行为描述，AVOutputFormat 是写格式的行为描述。三者通过指针关联，构成了 FFmpeg 封装层的核心骨架。搞懂它们，你就掌握了 FFmpeg 封装层的钥匙。

我个人习惯在写工具时，先把这三个结构体的生命周期画出来，再动手编码。这样能避免很多低级错误。你也不妨试试。