1. 什么是webM

要说webM，先说Matroska，Matroska是一个可扩展的，开源的多媒体容器（说简单点，容器的作用，就是把视频和音频封装到一个文件）。使用这种容器的常见文件，一个是MKV，一个就是webM。两者的区别，无非是支持的音视频编码不一样，但封装原理都一样。
更多的Matroska介绍，见官网：https://matroska.org/index.html

webM的音视频支持：
视频编码：支持VP8或VP9
音频编码：支持Vorbis 或 Opus

要说Matroska，那又离不开EBML了。

1.1 EBML简介

全称Extensible Binary Meta Language，是一种数据存储格式。它其实和XML的结构，非常的类似！

EBML文档仅由两个部分组成，即EBML标头和EBML主体。EBML文档必须以EBML标头开始，该标头声明了整个EBML主体的重要特征。

EBML使用Elements（元素）来构成EBML文档。

EBML元素包含三个部分：元素ID，元素数据大小和元素数据。

一个典型的EBML文件结构：

EBML Header (master)
  + DocType (string)
  + DocTypeVersion (unsigned integer)
EBML Body Root (master)
  + ElementA (utf-8)
  + Parent (master)
    + ElementB (integer)
  + Parent (master)
    + ElementB (integer)

元素ID，用来表示当前的元素代表什么内容。
元素数据大小，表示这块元素数据有多大。
元素数据，表示数据实体内容，数据也可以包含其他的元素。可称为子元素。

元素ID，是不是固定几个字节来表示呢？不是！
元素数据，有大有小，那要用几个字节来表示呢？不固定几个字节。

EBML定义了一种数据格式，叫做VINT(Variable Int)，也就是可变长度的Int。什么意思呢？

bits, big-endian
1xxx xxxx                                                                              - value 0 to  2^7-2
01xx xxxx  xxxx xxxx                                                                   - value 0 to 2^14-2
001x xxxx  xxxx xxxx  xxxx xxxx                                                        - value 0 to 2^21-2
0001 xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx                                             - value 0 to 2^28-2
0000 1xxx  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx                                  - value 0 to 2^35-2
0000 01xx  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx                       - value 0 to 2^42-2
0000 001x  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx            - value 0 to 2^49-2
0000 0001  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx  xxxx xxxx - value 0 to 2^56-2

就是去掉前面的001的明文Bit，后面的XXX就是要表示的元素ID或者元素大小。
明文Bit有几个，那当前的数据就有几个字节。 比如01，那总共就占用2各字节来代表数据。

1.2 Matroska文件组成

从全局看，数据组成如下：

+-------------+
| EBML Header |
+---------------------------+
| Segment     | SeekHead    |
|             |-------------|
|             | Info        |
|             |-------------|
|             | Tracks      |
|             |-------------|
|             | Chapters    |
|             |-------------|
|             | Cluster     |
|             |-------------|
|             | Cues        |
|             |-------------|
|             | Attachments |
|             |-------------|
|             | Tags        |
+---------------------------+

重点是两个子元素：Tracks和Cluster。
音视频的描述信息，存在Tracks。
帧数据，存在Cluster。

1.2.1 Cluster的组成

+--------------------------+
| Cluster | Timestamp      |
|         |----------------|
|         | SilentTracks   |
|         |----------------|
|         | Position       |
|         |----------------|
|         | PrevSize       |
|         |----------------|
|         | SimpleBlock    |
|         |----------------|
|         | BlockGroup     |
|         |----------------|
|         | EncryptedBlock |
+--------------------------+

BlockGroup是帧数据实际存储的地方，可以有很多很多BlockGroup，一个BlockGroup是一个帧数据。

2. webM文件解析工具

见我另一篇文章：https://blog.csdn.net/newchenxf/article/details/112580435

参考文献

[1] EBML官方介绍：https://github.com/ietf-wg-cellar/ebml-specification/blob/master/specification.markdown
[2] Matroska的数据结构：https://www.matroska.org/technical/diagram.html
[3] Matroska官网介绍：https://www.matroska.org/index.html
[4] https://blog.csdn.net/hongszh/article/details/8481752
[5] https://blog.csdn.net/yu_yuan_1314/article/details/9103941