做網頁影片播放器,大概是近十年前最令人頭疼的工作之一:Flash 將死未死、IE 歷史包袱沉重、HTML5 標準仍在演進、蘋果與 Google 在閉源與開源之間角力、行動網路已成主流、各家瀏覽器各自為政……這些因素疊在一起,讓「該怎麼放一支影片」變成一個需要縝密權衡的決策。本文就從最根本的概念釐清開始,談格式、編碼、相容性與實際的多來源方案。
很多人把「編碼」和「格式」當成同一件事,看到副檔名就斷定能不能播。一句話釐清:副檔名(在沒有被惡意竄改的前提下)代表的是封裝格式,而音訊、視訊的編碼演算法與封裝格式之間並無直接綁定關係——同一種封裝格式裡,可以裝進不同編碼的影片與聲音。
也就是說,播放端能不能播,取決於兩件事:封裝格式要認得,裡面的編碼也要解得了。兩者缺一,畫面就是黑的。認清這一點,是後續所有排查工作的基礎。
封裝格式規定了整份檔案的內容組織,包括影像、聲音、字幕、章節與系統控制資訊,其中又以影像與聲音最關鍵。
MPEG 是制定影片規格的國際組織,早期的 MPEG-1 與 MPEG-2 分別就是我們熟悉的 VCD 與 DVD。真正和網頁有關的是 MPEG-4:它規定副檔名為 .mp4,影像層面則包含三種壓縮演算法——Xvid、DivX 與 AVC(也就是 H.264)。其中 Xvid 與 DivX 常被合稱為 MPEG-4 Part 2 或 MPEG-4 Visual;而名气最響亮的 H.264 與 AVC 其實是同一件事的兩種叫法。音訊方面則以 AAC 為主。
以下相容性結論整理自維基百科、格式工廠的說明以及實際測試:
由於 H.264 的授權爭議,以 Chrome、Firefox、Opera 為首的開源陣營開始動搖對 AVC 的支援。它們轉向名為 WebM 的開源多媒體專案,其中的影像編碼方案叫 VP8(後續發展到 VP9)。作為封裝格式,WebM 使用 .webm 副檔名與 video/webm 的 MIME 類型,音訊則可搭配 Vorbis 或 Opus。
相容性方面,Chrome、Firefox、Opera 對 VP8 的支援相當理想;Safari 與 IE 則幾乎完全無法支援。
Ogg 與 WebM 立場相近:開源、在開源平台被廣泛支援。它的影像編碼稱為 Theora(由 VP3 演進而來,由 Xiph.org 基金會開發,可用於任何封裝格式),音訊為 Vorbis,副檔名通常是 .ogv 或 .ogg,MIME 類型為 video/ogg。Chrome、Firefox、Opera 能支援(但 Opera 在行動平台上不行),Safari 與 IE 則幾乎無解。
以上討論的共同前提是:影片是透過 HTML5 的 <video> 元素播放。把三種格式的支援情形攤在一起看:

* IE9 只有在使用者自行安裝 VP8 解碼器時,才能支援 VP8。
‡ Google Chrome 於 2011 年宣布放棄 H.264,但遲遲「還沒兌現」。
結論很清楚:目前主流仍是 MP4(AVC)。但為了應對開源陣營的搖擺,最穩妥的做法是利用 video 的多來源機制,在以 AVC 為基礎的同時,額外提供 WebM 或 Ogg:
<video poster="movie.jpg" controls>
<source src="movie.webm" type='video/webm; codecs="vp8.0, vorbis"'>
<source src="movie.ogg" type='video/ogg; codecs="theora, vorbis"'>
<source src="movie.mp4" type='video/mp4; codecs="avc1.4D401E, mp4a.40.2"'>
<p>This is fallback content</p>
</video>
瀏覽器會依自己的偏好挑選實際載入哪一種串流;相對地,伺服器端必須為同一支影片準備多種格式:
伺服器端建議使用 nginx,並特別注意 MIME 類型的設定是否正確——MIME 寫錯是「檔案明明存在卻播不出來」的常見兇手。
在 HTML5 流行之前,通用的播放方案是 Flash 搭配 flv(Flash 從第 9 版起也支援 H.264 的 mp4)。但隨著 iOS 裝置普及,Flash 不再是萬靈丹,愈來愈多影片網站改採多元方案並向 HTML5 靠攏:先用使用者代理判斷是否支援 HTML5,再決定要輸出 video 還是 Flash。而面對 IE8 以下的瀏覽器,Flash 幾乎是唯一選擇(Silverlight 的接受度普遍不高)。
Flash 與 flv 的實作方式有好幾種,常見的有:
video 加 mp4(AVC)與 WebM(或 Ogg),否則輸出 Flash 相關標籤或腳本。video 標籤,再由 Flash 播放器接手實際播放。<object> 內嵌在 <video> 裡,一層一層退守。<video id="movie" width="320" height="240" preload controls>
<source src="pr6.webm" type="video/webm; codecs=vp8,vorbis" />
<source src="pr6.ogv" type="video/ogg; codecs=theora,vorbis" />
<source src="pr6.mp4" />
<object width="320" height="240" type="application/x-shockwave-flash"
data="flowplayer-3.2.1.swf">
<param name="movie" value="flowplayer-3.2.1.swf" />
<param name="allowfullscreen" value="true" />
<param name="flashvars" value="config={'clip':{'url':'https://example.com/pr6.mp4','autoPlay':false,'autoBuffering':true}}" />
<p>Download video as <a href="pr6.mp4">MP4</a>, <a href="pr6.webm">WebM</a>, or <a href="pr6.ogv">Ogg</a>.</p>
</object>
</video>
這層結構的精神是「能力越強的環境,走越前面的路」:支援 WebM 的用 WebM,不行就退 Ogg,再不行退 MP4,連 video 都不認得就落到 Flash,最後還有下載連結墊底。
今天回頭看,Flash 已正式退場、舊版 IE 也走入歷史,H.264 更成為跨平台的最大公约数,本文描述的三角拉鋸大致塵埃落定。但「封裝格式與編碼是兩件事」這個觀念、以及「多來源 + 能力偵測」的設計思路,在面對 AV1、HEVC、HLS/DASH 等新一代技術時,依然是判斷相容性與安排退路時最可靠的地圖。