RTSP协议详解

实时流协议（Real Time Streaming Protocol, RTSP）是一种网络控制协议，主要用于控制多媒体流的传输。它允许客户端向服务器请求音视频流，并控制这些流的播放、暂停等操作。

RTSP协议基于RTP（Real-time Transport Protocol）和RTCP（RTP Control Protocol）。其中，RTP负责传输媒体数据，而RTCP则用于提供传输质量反馈和其他控制信息。

1. RTSP使用RTP来传输媒体数据。
2. RTCP用于交互控制命令。
3. 客户端通常先通过RTCP进行信息交互，再使用RTP进行媒体数据传输。

1. 客户端的请求格式

RTSP客户端请求的基本格式如下：

1. method：表示请求的方法，如OPTIONS、DESCRIBE等。
2. URL：请求的目标地址，通常为rtsp://ip:port/session，默认端口为554。
3. Version：协议版本，通常为RTSP/1.0。
4. CSeq：序列号，每次请求时递增。

Method URL Version\r\nCSeq: x\r\n...\r\n

2. 服务器的响应格式

RTSP服务器响应的基本格式如下：

1. 状态码：遵循HTTP协议的状态码，200表示成功。

Version 200 OK\r\nCSeq: x\r\n...\r\n

3. Method分类

RTSP定义了多种方法，常见的有：

• OPTIONS：获取服务器支持的方法列表。
• DESCRIBE：获取会话的媒体描述信息。
• SETUP：建立会话连接。
• PLAY：开始播放媒体流。
• TEARDOWN：关闭会话连接。

客户端通过这些方法与服务器进行交互，完成媒体流的控制。

4. 协议流程

以下是RTSP协议的一个典型流程：

OPTIONS rtsp://127.0.0.1:554/live RTSP/1.0\r\nCSeq: 1\r\n\r\n

RTSP/1.0 200 OK\r\nCSeq: 1\r\nPublic: OPTIONS, DESCRIBE, SETUP, TEARDOWN, PLAY\r\n\r\n

DESCRIBE rtsp://127.0.0.1:554/live RTSP/1.0\r\nCSeq: 2\r\nAccept: application/sdp\r\n\r\n

RTSP/1.0 200 OK\r\nCSeq: 2\r\nContent-length: xxx\r\nContent-type: application/sdp\r\nv=0\r\n... 各种属性描述

SETUP rtsp://127.0.0.1:554/live/track0 RTSP/1.0\r\nCSeq: 3\r\nTransport: RTP/AVP;unicast;client_port=50000-50001\r\n\r\n

说明：

• RTP/AVP表示RTP通过UDP发送，RTP/AVP/TCP表示RTP通过TCP发送。
• Unicast表示单播，Multicast表示多播。
• Client_port表示客户端的RTP端口（50000）和RTCP端口（50001），都是UDP套接字。

RTSP/1.0 200 OK\r\nCSeq: 3\r\nTransport: RTP/AVP;unicast;client_port=50000-50001;server_port=55000-55001\r\nSession: 12345678\r\n\r\n

说明：

• Server_port表示服务器使用的RTP端口（55000）和RTCP端口（55001）。

PLAY rtsp://127.0.0.1:554/live RTSP/1.0\r\nCSeq: 4\r\nSession: 12345678\r\nRange: npt=0.000-\r\n\r\n

RTSP/1.0 200 OK\r\nCSeq: 4\r\nRange: npt=0.000-\r\nSession: 12345678; timeout=60\r\n\r\n

说明：

• 服务器回复后，会向客户端的RTP端口（50000）发送数据。
• 如果客户端播放完毕未发送TEARDOWN方法，连接将保持，但不会有数据传输。

TEARDOWN rtsp://127.0.0.1:554/live RTSP/1.0\r\nCSeq: 5\r\nSession: 12345678\r\n\r\n

RTSP/1.0 200 OK\r\nCSeq: 5\r\n\r\n

5. SDP格式

SDP（Session Description Protocol）用于描述会话的元数据，其格式如下：

• 由多行的key=value组成。
• 内容包括会话元数据、网络描述、流描述、加密描述、QoS和分组描述等。

v= 开始都是会话描述m= 开始都是媒体描述t= 开始时时间描述会话描述：v 表示版本o 表示用户、会话ID、会话版本、网络类型、地址类型、地址s 表示会话名称i 表示会话文本信息u 表示会话信息地址e 表示电子邮件地址p 表示电话信息c 表示连接类型和地址b 表示带宽限制z 表示时区信息k 表示加密密钥时间描述：t 表示开始和结束时间r 表示重复的周期和持续时间媒体描述：m 表示媒体类型、端口号、传输协议、媒体格式a 表示媒体格式属性，例如：a=rtpmap:96 H264/90000 表示编码格式和时钟频率a=framerate:25 表示帧率a=control:track0 表示该路视频在会话中的编号