RTSP协议入门基础

                                                          RTSP协议入门基础

（一）RTSP身世：

 RTSP全称是Real Time Streaming Protocol 实时流传输协议是Real Network和Netscape共同提出的在互联网上传输流媒体数据（包括视频和音频数据）的应用层协议。RTSP的作用相当于遥控器可以对远端的服务器进行控制（播放，暂停，终止等）。可以选择使用TCP或UDP来传送串流内容，语法跟HTTP 1.1类似，用的端口号是554。（ps：先提示一下rtsp只是命令控制，传输具体的音视频数据是由rtp协议传输的，还有rtcp用于传输质量监控和会话成员管理）。RTSP被广泛用于安防，在线教育，直播等领域。感兴趣的读者可以详细研读rfc2326.pdf这份文档。

（二）RTSP通信交互过程：

计算机编程领域里所有通信交互就好比人与人之间的沟通，有问有答。世界上人与人之间的沟通也有很多语言如英语，汉语等（对应到计算机就是通信协议）。语言（协议）都是约定俗成的。rtsp类似于http使用纯文本来发送消息，rtsp是有状态的下面先总体看看rtsp基本交互步骤：

由上图可以知道：RTSP操作过程首先，客户端连接到流服务器并发送一个OPTIONS查询服务端支持的方法 ，服务端返回支持的方法。客户端再发送RTSP描述命令（DESCRIBE），服务端通过一个SDP描述来进行回复，回复信息包括流数量、媒体类型等信息。客户端再分析该SDP描述，并为会话中的每一个流发送一个RTSP建立命令(SETUP)，RTSP建立命令告诉服务器客户端用于接收媒体数据的端口。流媒体连接建立完成后，客户端发送一个播放命令(PLAY)，服务端就开始在UDP端口上传送媒体流（RTP包）到客户端。 在播放过程中客户端还可以向服务器发送命令来控制快进、快退和暂停等。最后，客户端可发送一个终止命令(TERADOWN)来结束流媒体会话。

（三）RTSP的消息格式：

RTSP消息分为两类，请求消息（request）和 回应消息（ressponse）。

 1 请求消息（request）

先上个直观的图吧：

由图可知：

请求消息由 方法+URI+RTSP版本号，之后跟一条或多条消息。

URI：表示接收方的地址，如rtsp://192.168.0.110:8554/rtsp

CR：表示回车。LF：表示换行。

RTSP使用消息类型和消息体来表示不同类型的消息。最后一条消息要使用两个CR LF。

看看wireshark的抓包看一个RTSP的请求消息：

如图中所示，该RTSP请求消息的方法为OPTIONS，请求的目标地址为rtsp://192.168.0.110:8554/rtsp，RTSP的版本为1.0；

接者包含两条消息，第一条为CSeq表示序列号，本次请求的序列号为2；

第二条为User-Agent，表示用户代理，值为”User-Agent: LibVLC/3.0.1 (LIVE555 Streaming Media v2018.02.18)”；

User-Agent做为最后一条消息，其后要跟两组回车和换行！

2 回应消息(response)

先上图：

回应消息由RTSP版本号+状态码+解释开头，之后跟一条或多条消息！

说明：

状态码：表示状态，同http的返回状态，如200，表示OK

解释：针对状态码的文本解释

最后一条消息也是需要 跟两个回车和换行！

来看抓包的数据：

 

回复消息以Response标识，该消息中RTSP的版本号为1.0；

服务器回复的状态码为：200,解释为：ok；

• 消息内容为 Server类型，内容为VLC/2.2.8.

对RTSP消息的结构就有了比较全面的了解了！接下来我们来讲一讲sdp的详细格式。

（四）SDP的格式详解：

简介：

sdp，英文全称Session Description Protocol会话描述协议，对应RFC2327。RTSP协议中使用sdp进行媒体信息的描述（客户端发送describe后服务端以sdb方式回复）.sdp还应用在语音通话SIP协议，监控安防GB28181国标, webRtc等。

sdp格式：

sdp信息由多行"<type>=<value>"组成，其中<type>是一个字符串，<value>是一个字符串，type表示类型，value的格式视type而定，整个协议区分大小写，"="两侧不允许有空格。有点类似键值对。sdp会话描述包含一个会话级描述（session_level_description）和多个媒体级描述（media_level description）组成。会话级描述的作用域是整个会话，其位置从"v="行开始到第一个媒体描述为止；媒体级描述是对单个的媒体流进行描述，如传输过程中的视频流信息，从m=开始到下一个媒体描述为止，如下图所示:

 

会话级描述主要包含以下字段

 媒体级描述主要包含以下字段

上述图片中有些行是必须要的，带*号标记的行是可选的。必选的字段包括v=,o=,s=,t=,（对于会话级描述必选）m=（对于媒体级会话描述必选）。

各字段描述 :

1.version（必选）

格式：  v=<version> 

描述: 表示sdp的版本号，不包含次版本号

我们来看一个抓包数据：

2.origin（必选）

格式：o=<username> <sessionid> <version> <network type> <address type> <address>

描述：o=选项对会话的发起者进行了描述;

    <username>：是用户的登录名,；

    <session id>：会话id，必须是唯一的，建议使用个NTP 时间戳;

    <version>: 该会话公告的版本，

    <networktype>: 网络类型，一般为"IN",表示internet

    <addresstype>: 地址类型，一般为IP4

    <adress>:地址.

3.Session Name(必选)

格式：s=

会话名称，在整个会话中有且只有1个"s="

4.Connection Data(可选)

格式： c=<networktype> <address type> <connection address>描述：表示媒体连接信息；一个会话级描述中必须有"c="或者在每个媒体级描述中有一个"c="选项，也可能在会话级描述和媒体级描述中都有"c="选项；

network type表示网络类型，一般为IN，表示internet；

address type，地址类型，一般为IP4；

connection address，地址，可能为域名或ip地址两种形式

5.Bandwidth(可选）

格式: b=<modifier>:<bandwidth-value>

描述：该选项描述了建议的带宽，单位 kbs/s，可选，modifier包括两种类型，CT和AS，CT表示总带宽，AS表示单个媒体带宽的最大值；bandwidth-value表示具体的带宽。

6.Times（必选）

格式：t=<start time> <stop time>

描述：t字段描述了会话的开始时间和结束时间，<start time> <stop time>为NTP时间，单位是秒；如果<stop time>为0表示过了<start time>之后，会话一直持续；当<start time> 和<stop time>都为0的时候，表示持久会话；

 

start time和stop time均为0，表示一个持久的会话。

7.email（可选）

格式：e=<email address>

描述：用来描述邮件地址。Vlc里没有抓包到这个。

 

8.phone number（可选）

格式：p=<phone number>

描述：比较简单，用来描述电话号码

 

9.URI（可选）

格式：u=<uri>

描述：类似于url的一个值，这里不过多介绍了

10.a=（*） (可选)

格式 ：a=<*>

描述：表示一个会话级别或媒体级别下的0个或多个属性

来看一个抓包文件：

11.media information（必选)

格式：m=<media> <port> <transport type> <fmt list>

描述：

<media>表示媒体类型

有"audio","video","application","data"（不向用户显示的数据）,"control"（描述额外的控制通道）;

<port>表示媒体流发往传输层的端口，对于RTP，偶数端口用来传输数据，奇数端口用来发RTCP数据;

RTP数据发向偶数的UDP端口，而对应的控制信号RTCP数据发向相邻的奇数UDP端口（偶数的UDP端口＋1）

<transport>表示传输协议，与"c="一行相关联，一般用RTP/AVP表示，即 Realtime Transport Protocol using the Audio/Video profile over udp，即我们常说的RTP over udp;

<fmt list>表示媒体格式，分为静态绑定和动态绑定

    静态绑定：媒体编码方式与RTP负载类型有确定的一一对应关系，如: m=audio 0 RTP/AVP 8

    动态绑定：媒体编码方式没有完全确定，需要使用rtpmap进行进一步的说明: 如： 

m=video 0 RTP/AVP 96

a=rtpmap:96 H264/90000

12. rtpmap（可选）

格式：a=rtpmap:<payload typee> <encoding name>/<clock rate>

描述:

payload type表示动态负载类型，如 98表示h264

encoding name表示编码名称，如H.264

clock rate表示时钟频率，如90000

我们来看一个抓包文件：

至此，我们把RTSP的基础知识点讲完了，下一篇我们将详细讲解rtsp基本操作。