封装格式：在观看已经下载好的视频的时候，经常会看到一些视频文件后缀，如.mp4,.flv,.avi,.mkv等等，这些扩展名就可以简单理解为视频的封装格式或者视频的容器格式。
封装：所谓视频的封装，就是将已经编码好的音频，视频，还可能有字幕，脚本之类的文件按照一定的规范放到一起，形成一个封装格式的文件（封装和编码是两个不同的概念，封装是在“视频流水线”上，编码以后的一个过程，一个容器可以封装多种编码格式的文件，但是只支持特定的编码格式）。封装格式有很多，比如flv，mp4，ts，avi ，mkv等等。
几种常见的封装格式：
1.TS封装格式
TS流最早应用于数字电视领域，视频格式主要是mpeg2。后来，苹果公司发明HLS协议也是基于TS文件的。hls流媒体视频编码的主要格式为h264/mpeg4，音频为aac/mp3。
TS文件分为三层：ts层（如下图）pes（Packet Elemental Stream）层，es层（Elementary Stream）。
es层就是音视频数据，pes层是在音视频数据上加了时间戳等对数据帧的说明信息，ts层是在pes层上加入了数据流识别和传输的必要信息。
由上图可以看出，ts流是由一个个固定大小的包组成的，每个packet大小固定188个字节。
在这里说一下TS流的生产，就不再画深一层的结构图了，深一层结构图自行脑补：
TS流的形成过程：
- 将原始音视频数据压缩之后，压缩结果组成一个基本码流（ES）。
- 对ES（基本码流）进行打包形成PES。
- 在PES包中加入时间戳信息(PTS/DTS)。
- 将PES包内容分配到一系列固定长度的传输包（TS Packet）中。
- 在传输包中加入定时信息(PCR)。
- 在传输包中加入节目专用信息(PSI) 。
- 连续输出传输包形成具有恒定比特率的MPEG-TS流。
2.MP4封装格式
MP4，全称MPEG-4 Part 14，是一种使用MPEG-4的多媒体电脑档案格式，其基本存储结构是box，box可以理解为数据对象块，所有数据都必须保存在box中，而且必须包含一个File Type box（ftpy），作为MP4格式的标志并包含关于文件的一些信息。以下是MP4文件的结构树：
ftpy：通常放在文件的开始，作为MP4格式的标志包含关于文件的一些信息
moov：它是一种container box，子box包含了媒体的metadata信息
mdat：包含MP4文件的媒体数据
free：“free”中的内容是无关紧要的，可以被忽略。该box被删除后，不会对播放产生任何影响，只能是size+type，这样组成8个字节的头数据
mvhd：一般作为“moov”的第一个子box出现，相当于整个moov box的“header”
概念：
track表示一些sample的集合，对于媒体数据来说，track表示一个视频或音频序列。
hint track这个特殊的track并不包含媒体数据，而是包含了一些将其他数据track打包成流媒体的指示信息。
sample对于非hint track来说，video sample即为一帧视频，或一组连续视频帧，audio sample即为一段连续的压缩音频，它们统称sample。对于hint track，sample定义一个或多个流媒体包的格式。
sample table指明sampe时序和物理布局的表。
chunk一个track的几个sample组成的单元。
MP4文件结构：
1、 文件，由很多Box和FullBox组成。
2、 Box，每一个Box由Header和Data组成。
3、 FullBox，是Box的扩展，Box结构的基础上在Header中添加8bits version和24bits flags。
4、 Header，包括了整个Box的长度size和类型type。当size==0时，代表这是文件里最后一个Box；当size==1时，意味着Box长度须要很多其它bits来描写叙述，在后面会定义一个64bits的largesize描写叙述Box的长度；当type是uuid时，代表Box中的数据是用户自己定义扩展类型。
5、 Data，是Box的实际数据，可以是纯数据也可以是很多其它的子Boxes。
6、 当一个Box的Data中是一系列子Box时，这个Box又可成为Container Box。
链接：https://www.jianshu.com/p/bc06344a91ce
