1. 从一段乱码 TS 文件说起PAT 解析到底在解决什么问题你手里可能有一个.ts文件用普通文本编辑器打开是一堆乱码用播放器能放但你想知道里面到底有几个频道、每个频道的 PMT 在哪个 PID 上这时候就得从 PAT 表入手。PAT 全称 Program Association Table中文叫节目关联表它是整个 PSI 信息的根节点PID 固定为0x00。换句话说只要你想分析一路 TS 码流第一步永远是先找到 PID 为 0 的包把 PAT 解出来才能知道后续该去哪个 PID 找 PMT再去哪个 PID 找音视频数据。这件事听起来简单但实际动手时会遇到几个很现实的麻烦一是环境搭建零散抓流工具、十六进制编辑器、解析脚本各用各的凭证二是调用云端模型辅助分析码流时多个工具要反复切换 Key管理成本高三是 PAT 的位域定义容易看错section_length、transport_stream_id、program_number和program_map_PID这几个字段的偏移量一旦算错解析结果就全乱。这篇内容面向的是刚接触 TS 协议、想跑通第一个 PAT 解析 demo 的读者。我会从可复现的环境讲起用 TaoToken 统一管理调用凭证避免在多个工具之间来回切换 Key然后给出一份可以直接复制运行的解析代码最后用一段样例 TS 流验证transport_stream_id、program_number与 PID 映射的读取结果。整个过程不需要你事先精通 MPEG-2 系统层跟着步骤走就能看到输出。先说清楚 PAT 在 TS 流里的位置。TS 包固定 188 字节第一个字节必须是0x47这叫 sync_byte。包头 4 个字节之后是负载当payload_unit_start_indicator为 1 时负载第一个字节是 pointer_field通常为0x00表示 PSI 数据从下一个字节开始。PAT 的table_id固定为0x00section_syntax_indicator为 1section_length表示这个 section 后续还有多少字节包含 CRC32。再往后是transport_stream_id用来标识当前传输流接着是 version、section_number 等控制字段然后进入循环体每 4 个字节一组前 2 字节是program_number后 2 字节的高 3 位是保留位低 13 位是 PID。如果program_number为 0这个 PID 指向 NIT否则指向对应节目的 PMT。理解了这个结构解析代码其实就是按位取值。但很多人卡在第一步怎么拿到一段干净的 TS 流怎么保证自己解析的字节偏移没错。所以下面先把环境和凭证管理这件事理顺。2. 用 TaoToken 统一 Key 管理码流分析环境的调用凭证做 TS 分析时工具链通常不止一个你可能用 ffmpeg 抓流或转封装用 Python 脚本做二进制解析偶尔还要调用模型接口帮你解释某段十六进制或生成解析代码。如果每个工具都单独配一套 API Key时间久了就会出现 Key 散落、额度混乱、换机器要重新配的问题。我试过把凭证集中到 TaoToken 上管理通过一个统一入口拿到 Key再分发给不同工具切换成本会低很多。TaoToken 的定位是统一 API 通道管理官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。你需要先拿到一个可用的 Key然后把它写进环境变量后续脚本和命令行工具都从这个变量读取不再硬编码。具体操作上先访问控制台创建 Key地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。创建完成后把 Key 导出到当前 shellexport TAOTOKEN_API_KEYsk-你的实际Key export TAOTOKEN_BASE_URLhttps://taotoken.net/api如果你用的是 Windows PowerShell写法是$env:TAOTOKEN_API_KEYsk-你的实际Key $env:TAOTOKEN_BASE_URLhttps://taotoken.net/api这样做的意义在于后面无论是 Python 解析脚本里需要调用模型解释字段还是用 curl 验证通道是否通都只引用TAOTOKEN_API_KEY这一个变量。换 Key 时只改一处不用去翻每个工具的配置文件。对于长期做编码或 Agent 类任务的同学如果调用频率高可以了解下 Coding Plan地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它更适合持续性的开发场景。而只是偶尔验证模型输出用模型对话入口就够了 https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel-chatutm_campaignrewrite 。这里要强调一点TaoToken 只是帮你统一管理调用凭证和通道它不替代你的解析工具也不替代编辑器。TS 的二进制解析仍然由你自己的代码完成TaoToken 负责的是当你需要模型辅助时凭证从哪来、走哪个入口。把这两件事分清楚环境就不会乱。环境变量配好之后建议先做一次最小验证确认通道可用。用 curl 发一个简单请求curl -s https://taotoken.net/api/v1/models \ -H Authorization: Bearer $TAOTOKEN_API_KEY \ | head -c 500如果返回里有模型列表的 JSON 结构说明 Key 和 Base URL 都生效了。这一步不做的话后面脚本报 401 你会以为是解析代码的问题其实是凭证没配好。踩过的坑大多来自这种顺序错误先验证通道再写业务代码。另外如果你用 Claude Code 这类工具做辅助开发它的配置也需要 Base URL、Key、Model ID 三件套。Base URL 填https://taotoken.net/apiKey 用上面导出的值Model ID 按你实际使用的模型填写。这三者缺一不可只填 Key 不填 Base URL 是最常见的配置遗漏。3. 可复制的 TS 抓流与 PAT 解析配置片段这一节给出可以直接复制使用的配置和代码。先解决“流从哪来”。如果你手上没有现成 TS 文件可以用 ffmpeg 从一段测试视频生成或者从本地视频转封装出 TSffmpeg -i input.mp4 -c copy -bsf:v h264_mp4toannexb -f mpegts sample.ts生成后确认文件头是不是0x47xxd -l 16 sample.ts正常输出第一字节应该是47。如果不是说明这个文件不是标准 TS 封装需要换源。接下来是解析脚本。我用 Python 写一个最小可运行版本只解析第一个 PAT section把transport_stream_id、每个program_number和对应的program_map_PID打印出来。先建一个配置文件config.toml把凭证和输入路径集中管理[taotoken] base_url https://taotoken.net/api api_key_env TAOTOKEN_API_KEY [input] ts_file sample.ts packet_size 188 sync_byte 0x47 [pat] table_id 0x00 pid 0x0000这个 TOML 的好处是路径和参数都外置脚本里不写死。读取配置用 Python 标准库tomllibPython 3.11import tomllib with open(config.toml, rb) as f: cfg tomllib.load(f) ts_file cfg[input][ts_file] packet_size cfg[input][packet_size] sync_byte cfg[input][sync_byte] pat_pid cfg[pat][pid]然后是核心解析函数。注意位域偏移PAT section 从 pointer_field 之后开始table_id占 1 字节section_length占 2 字节的低 12 位transport_stream_id占 2 字节控制字段占 1 字节section_number和last_section_number各 1 字节之后进入循环。def parse_pat_section(data: bytes): table_id data[0] if table_id ! 0x00: raise ValueError(fnot a PAT section, table_id0x{table_id:02X}) section_syntax_indicator (data[1] 7) 0x01 section_length ((data[1] 0x0F) 8) | data[2] transport_stream_id (data[3] 8) | data[4] version_number (data[5] 1) 0x1F current_next_indicator data[5] 0x01 section_number data[6] last_section_number data[7] programs [] # 循环体从第 8 字节开始到 CRC 之前结束 loop_end 3 section_length - 4 offset 8 while offset loop_end: program_number (data[offset] 8) | data[offset 1] pid ((data[offset 2] 0x1F) 8) | data[offset 3] programs.append((program_number, pid)) offset 4 return { transport_stream_id: transport_stream_id, version_number: version_number, current_next_indicator: current_next_indicator, section_number: section_number, last_section_number: last_section_number, programs: programs, }再写主流程按 188 字节切包找 PID 为 0 且payload_unit_start_indicator为 1 的包跳过 pointer_field 后取 section。def iter_ts_packets(path, packet_size188): with open(path, rb) as f: while True: pkt f.read(packet_size) if len(pkt) packet_size: break yield pkt def extract_pat(ts_file, pat_pid0x0000): for pkt in iter_ts_packets(ts_file): if pkt[0] ! 0x47: continue pid ((pkt[1] 0x1F) 8) | pkt[2] if pid ! pat_pid: continue payload_unit_start (pkt[1] 6) 0x01 if not payload_unit_start: continue # 包头 4 字节pointer_field 1 字节 pointer_field pkt[4] section_start 5 pointer_field return parse_pat_section(pkt[section_start:]) return None把上面几段拼成一个pat_parser.py运行python pat_parser.py如果一切正常你会看到类似这样的输出transport_stream_id 0x0001 version_number 0 current_next_indicator 1 section_number 0 last_section_number 0 program_number 0x0001 - program_map_PID 0x0081 program_number 0x0002 - program_map_PID 0x0082这里的program_number就是频道号program_map_PID就是该频道 PMT 所在的 PID。拿到这个映射下一步才能去对应 PID 解析 PMT进而找到音视频流的 PID。整个链条的起点就是这张 PAT 表。如果你想让模型帮你解释某段十六进制可以把字节串贴给模型对话入口让它按 ISO/IEC 13818-1 的字段定义逐位说明。凭证仍然走前面配好的环境变量不需要额外开通道。4. 验证请求与成功结果读取 transport_stream_id 与 PID 映射配置写完之后关键是把“解析成功”这件事验证清楚而不是看到脚本不报错就认为对了。验证分三层文件层、包层、字段层。文件层验证确认 TS 文件确实是 188 字节对齐且每个包首字节为0x47。写个小检查def check_ts_alignment(path, packet_size188): with open(path, rb) as f: data f.read() total len(data) if total % packet_size ! 0: print(f文件长度 {total} 不是 {packet_size} 的整数倍可能有尾部残留) bad 0 for i in range(0, total - packet_size 1, packet_size): if data[i] ! 0x47: bad 1 print(f总包数 {total // packet_size}同步字节异常包数 {bad})如果异常包数为 0说明文件结构干净可以继续。如果异常包数很多可能是文件被截断或不是标准 TS。包层验证确认 PID 为 0 的包存在且payload_unit_start_indicator为 1。可以在extract_pat里加计数pat_packet_count 0 pat_start_count 0 for pkt in iter_ts_packets(ts_file): if pkt[0] ! 0x47: continue pid ((pkt[1] 0x1F) 8) | pkt[2] if pid 0x0000: pat_packet_count 1 if (pkt[1] 6) 0x01: pat_start_count 1 print(fPID0 的包数 {pat_packet_count}其中起始包 {pat_start_count})正常情况下pat_start_count至少为 1否则说明这段流里没有完整的 PAT section 起始可能是抓流时截断了。字段层验证就是看transport_stream_id和program_number到 PID 的映射是否合理。transport_stream_id是一个 16 位标签同一网络内不同复用流的这个值应该不同。如果你手上有两段来自不同频点的流可以对比它们的transport_stream_id确认不相等。program_number通常从 1 开始递增program_map_PID一般落在0x0020到0x1FFE之间且不同节目的 PID 不应重复。一个真实的成功输出应该像这样总包数 12043同步字节异常包数 0 PID0 的包数 37其中起始包 3 transport_stream_id 0x0001 version_number 0 current_next_indicator 1 section_number 0 last_section_number 0 program_number 0x0001 - program_map_PID 0x0081 program_number 0x0002 - program_map_PID 0x0082 program_number 0x0003 - program_map_PID 0x0083看到这个结果说明 PAT 解析链路已经跑通。接下来你可以拿program_map_PID去过滤对应 PID 的包解析 PMT继续往下找stream_type和 elementary PID。这就是 TS 协议解析第一部分要打下的基础。如果你在验证时发现program_number为 0那说明这一项指向的是 NIT 而不是 PMTprogram_map_PID字段此时实际是network_PID。这是 PAT 里一个容易忽略的分支代码里要单独处理不能一律当成节目映射。5. 本篇常见报错排查401、local proxy failed 与 reading choices实际跑的时候报错往往不在解析逻辑本身而在凭证和网络通道上。下面按真实遇到的错误逐条对照。401 Unauthorized。这个最常见原因是 Key 没生效或没带上。检查三件事环境变量TAOTOKEN_API_KEY是否在当前 shell 里导出成功可以用echo $TAOTOKEN_API_KEY确认请求头里是否写了Authorization: Bearer keyBase URL 是否是https://taotoken.net/api而不是别的路径。如果 Key 是在控制台刚创建的确认没有多余空格或换行。401 和解析代码无关先把通道调通再跑脚本。local proxy failed。这个报错通常出现在本机网络配置层面说明请求没有正确到达目标地址。排查顺序是先确认本机能否正常访问外网再确认 Base URL 拼写正确最后检查是否有本地环境变量把请求指向了错误的地址。注意不要使用任何非官方的网络转发方式保持直连官方入口即可。如果公司网络有出口限制联系网络管理员放行taotoken.net域名。reading choices 相关报错。这类错误一般出现在解析模型返回的 JSON 时比如你期望返回里有choices字段但实际拿到的是错误结构。原因通常是请求体格式不对或者模型 ID 填错。检查请求 JSON 里model字段是否为你实际可用的模型messages是否是合法数组。如果返回体里没有choices先把完整返回打印出来看不要直接按成功结构去取值。OAuth 相关报错。如果你用 Claude Code 或类似工具配置里出现 OAuth 字样说明认证方式选错了。这类工具应该走 Base URL Key Model ID 三件套而不是 OAuth 流程。把配置里的认证方式改成 API KeyBase URL 填https://taotoken.net/apiModel ID 填你实际使用的模型。三件套缺任何一个都会导致认证失败。解析结果全为 0 或字段错位。这不是通道问题是位域偏移算错了。重点检查section_length的取值它是data[1]的低 4 位左移 8 位再或上data[2]不是简单取data[2]。另外循环体的结束位置是3 section_length - 4减 4 是因为末尾有 4 字节 CRC32。如果忘记减会把 CRC 当成节目项解析导致多出错误的 PID。PID 过滤不到包。确认 PID 计算方式是((pkt[1] 0x1F) 8) | pkt[2]pkt[1]的高 3 位是传输优先级和 payload 标志不能直接整体参与运算。PAT 的 PID 是0x0000不是0x00单字节过滤时要用 13 位完整值比较。把这几类错误对照一遍基本能覆盖入门阶段 90% 的卡点。剩下的就是拿更多不同来源的 TS 流去跑观察transport_stream_id和节目映射的变化。6. 继续往下走从 PAT 到 PMT 的接入路径PAT 解析跑通之后你手上就有了program_map_PID列表下一步自然是解析 PMT找到每个节目的stream_type和 elementary PID再往后才是 PES 和 ES 层。这条链路每一层都依赖上一层的输出所以第一层的字段读取必须准确。如果你在接入过程中需要查字段定义可以看接入文档 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。需要管理多个 Key 或查看额度去 API Keys 页面 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 。如果你打算把模型辅助分析做成长期流程Coding Plan 会更合适 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 。最后给一个实用建议把transport_stream_id、program_number、program_map_PID这三个值在解析 PMT 之前先打印并保存成 JSON后续每层解析都基于这份中间结果出问题时能快速定位是哪一层字段读错了。TS 分析最怕的就是跳步PAT 没读准就去解 PMT结果只会越查越乱。