投屏不是推流,是递个网址
想把微信里的视频投到客厅电视上,搜了一圈没找到顺手的工具,干脆自己写了一个。写的过程中发现,我对投屏这件事的理解从头到尾都是错的——我以为是我的电脑把视频传给了电视,实际上我只是把视频的网址写在纸条上递给它,真正下载数据的是电视自己。
这也是为什么"投屏失败"往往不是播放器的问题,而是网络可达性的问题。搞清楚这一点之后,很多诡异的故障都解释得通了。
我以为的 vs 实际发生的
我原来的想象:电脑读视频文件,切成一段段,通过局域网推给电视,电视收到了开始播。
实际发生的:电脑对电视说"你去下载这个地址",然后电视自己发起 HTTP 请求回来取数据。
这个差别带来的直接后果,我是一步步撞出来的:
| 现象 | 我以为是 | 实际是 |
|---|---|---|
| 脚本一关就黑屏 | 视频还没传完 | 电视下一段读不到服务了 |
| 手机投电脑视频一直转圈 | 播放器兼容问题 | 电脑防火墙拦了入站连接 |
| 公网视频有时能投有时不能 | 平台限制 | 电视那侧访问不了那个网址 |
前三步你在指挥,第四步是电视在取货。记住这条反转,后面就都好理解了。

第一步:在局域网里喊一嗓子
投屏协议叫 DLNA,底层是 UPnP。第一步是找到设备,而这步用的是 UDP 组播。
sock.sendto(b"""M-SEARCH * HTTP/1.1
HOST: 239.255.255.250:1900
MAN: "ssdp:discover"
MX: 2
ST: urn:schemas-upnp-org:device:MediaRenderer:1
""", ("239.255.255.250", 1900))
239.255.255.250 不是任何一台设备的地址,而是一个组播组。局域网里所有支持 UPnP 的设备都在这个组上待命,你把消息扔进去,等于拿喇叭在客厅喊了一声「谁会投屏」。
几个字段值得说一下:
MAN: "ssdp:discover"是固定字符串,引号不能少,少一个设备就不理你MX: 2是让设备在 2 秒内随机延迟后回复,避免家里十几台设备同时挤回来ST是搜索目标。用ssdp:all会把路由器、NAS、打印机全叫出来,指定MediaRenderer只找能播视频的
电视回的是这么一段:
HTTP/1.1 200 OK
LOCATION: http://192.168.31.82:49152/description.xml
ST: urn:schemas-upnp-org:device:MediaRenderer:1
USN: uuid:30844bab-ec0c-7477-b5da-bb2594fe042f::urn:schemas-upnp-org:device:MediaRenderer:1
SERVER: Linux/3.14.29 UPnP/1.0
只给了一个网址。它叫什么名字、端口是多少、能干什么,此刻一概不知。
为啥非要用 UDP
因为发现阶段必须能"喊一嗓子让所有人听见",这个能力只有 UDP 有。TCP 是点对点的,你得先知道对方在哪才能连——可这一阶段的目的恰恰是找对方在哪,鸡生蛋问题。
选择是有代价的:UDP 不保证送达,所以得发两轮、还得给协议留出重试空间。我第一版只发一轮,十次里有两三次扫不到电视。
卡了我半小时的问题:UDP 没有连接,回包怎么找到我
这是我在写这个脚本时唯一真正想不通的地方。
UDP 是"无连接"的,发出去的包跟扔出去的纸飞机一样,理论上没有回程票。那电视收到之后,怎么知道该把 200 OK 发给谁?它又不认识我,也没做过任何握手。
答案是:每个 UDP 数据报自己带着寄件人地址。
┌────────── IP 头(20 字节起)──────────┐
│ 源 IP 192.168.31.53 目的 IP 239.255.255.250 │
└───────────────────────────────────────┘
┌──── UDP 头(固定 8 字节)────┐
│ 源端口 62584 目的端口 1900 │ ← 关键就在这 4 个字节
│ 长度 145 校验和 0x3f2a │
└──────────────────────────────┘
│ 载荷:M-SEARCH * HTTP/1.1 … │
电视的网卡收下这一整个包,内核(不是应用)把 IP 头里的源 IP 和 UDP 头里的源端口拼成 (IP, 端口) 交给应用层:
# 电视那侧的伪代码
data, sender = sock.recvfrom(65507)
# sender == ("192.168.31.53", 62584) ← 内核填好的
if is_valid_msearch(data):
sock.sendto(response, sender) # 原样往寄件人地址退回
跟快递拒收退回一个道理。你不需要认识对方,看包裹上的寄件人地址就行。

我实测了一下,有两个发现跟想的不一样:
本机 socket 绑定:0.0.0.0:62584 # 内核分配的临时端口
回包来源 IP:端口 = 192.168.31.82:46988 # 电视用随机端口回,不是 1900
延迟: 0.019s
第一,我的源端口是随机的。 客户端 socket 绑定 ("0.0.0.0", 0) 时端口填 0,内核从高位端口里挑一个空闲的。好处是同一台机器能同时开多个扫描进程互不干扰。固定的只有服务端的 1900,因为全屋设备都要知道往哪敲。
第二,电视回包的源端口也是随机的(46988),不是规范建议的 1900。 而且我后面又跑了几次,这个端口一直是 46988——说明它复用了同一个常驻 socket,不是每次都新开。
这件事有个实用含义:如果你写防火墙规则只放行"来自 1900 端口的包",会漏掉这类设备。应该按 IP 放行,或者按"目的端口是本地临时端口"来判断。
想通这点之后还有个连带结论:socket 不能发完就关。
sock.sendto(msg, SSDP_ADDR) # 发出去
while time.time() < deadline: # socket 必须还活着
data, addr = sock.recvfrom(65507) # 在同一个 socket 上收
...
sock.close() # 收完才关
发完立刻 close(),回包就丢了——内核收到发往 62584 的包发现没人在听,直接扔了。所以这里必须用 sendto/recvfrom 自己制造出"一问一答"的假象,UDP 本身没有这种绑定关系。
第二步:拿设备的说明书
有了 LOCATION 就去抓 XML:
GET /description.xml HTTP/1.1
Host: 192.168.31.82:49152
回一大坨,只需要看三样:
<device>
<friendlyName>客厅的小米电视</friendlyName>
<UDN>uuid:30844bab-ec0c-7477-b5da-bb2594fe042f</UDN>
<serviceList>
<service>
<serviceType>urn:schemas-upnp-org:service:AVTransport:1</serviceType>
<controlURL>_urn:schemas-upnp-org:service:AVTransport_control</controlURL>
</service>
</serviceList>
</device>
controlURL 就是后面所有指令要发的地方。这里有个小坑:它是相对路径,不是完整网址:
control_url = urljoin("http://192.168.31.82:49152/description.xml",
"_urn:schemas-upnp-org:service:AVTransport_control")
# → http://192.168.31.82:49152/_urn:schemas-upnp-org:service:AVTransport_control
我一开始直接把它当路径用,请求发到了一个不存在的地方,404 了半天才反应过来。
第三步:两句话让电视开始播
这一步用 SOAP,本质就是 HTTP POST 加一个说明"我调哪个函数"的头部。
第一句,告诉它播什么:
POST /_urn:schemas-upnp-org:service:AVTransport_control HTTP/1.1
Content-Type: text/xml; charset="utf-8"
SOAPAction: "urn:schemas-upnp-org:service:AVTransport:1#SetAVTransportURI"
<s:Envelope xmlns:s="http://schemas.xmlsoap.org/soap/envelope/">
<s:Body>
<u:SetAVTransportURI xmlns:u="urn:schemas-upnp-org:service:AVTransport:1">
<InstanceID>0</InstanceID>
<CurrentURI>https://example.com/trailer.mp4</CurrentURI>
<CurrentURIMetaData><DIDL-Lite …></DIDL-Lite></CurrentURIMetaData>
</u:SetAVTransportURI>
</s:Body>
</s:Envelope>
InstanceID 填 0 表示主播放通道(电视可能有画中画),基本永远填 0。CurrentURI 就是视频网址。CurrentURIMetaData 是 DIDL-Lite 格式的元数据,告诉电视"这是视频、编码 mp4、标题叫什么",让它选对解码器——有些电视不给也能播,但进度条可能不正常。
第二句,按播放键:
SOAPAction: "urn:schemas-upnp-org:service:AVTransport:1#Play"
<u:Play xmlns:u="…"><InstanceID>0</InstanceID><Speed>1</Speed></u:Play>
200 不代表播起来了
这是我最想吐槽的一点。SetAVTransportURI 返回 200,只说明指令被接受了。电视完全可能在应用层拒绝(资源打不开、格式不支持),但 HTTP 层照样给你 200。
我的第一版就栽在这儿:只看返回码就打印"投屏成功",结果电视黑屏,脚本还在那儿报喜。
正确做法是再查一次真实状态:
while time.time() < deadline:
state = get_transport_info() # CurrentTransportState
if state == "PLAYING":
break
time.sleep(0.6)
TRANSITIONING 是正在缓冲,继续等;STOPPED 和 NO_MEDIA_PRESENT 是失败。判断依据必须是设备自己报的状态,不是你发出去的请求返回码。
第四步:方向反过来了
发完 Play,如果视频是本地文件,你会看到这样的请求打到你的电脑上:
GET /weixin-video-7afed8becdd3d9a4.mp4 HTTP/1.1
Host: 192.168.31.53:57547
Range: bytes=0-
请求方是电视,被请求方是你。
这时候你才能体会到"递纸条"这个比喻有多准确——你只是告诉它地址,数据是它自己来拿的。所以:
- 脚本必须一直挂着,你一关服务它就断流
- 电脑防火墙必须允许入站连接,否则它连不上
- 本地文件必须先起个 HTTP 服务把文件暴露成网址
Range: bytes=0- 意思是"先给我开头,别一次传完",电视是边下边播的。
顺手踩到一个 Python 的坑
因为要支持 Range,我一开始想用标准库的 http.server,结果发现 SimpleHTTPRequestHandler 不支持 Range——它只会回 200 全量内容,而电视需要的是:
HTTP/1.1 206 Partial Content
Content-Type: video/mp4
Content-Range: bytes 0-1048575/19854842
Content-Length: 1048576
Accept-Ranges: bytes
206 不是 200。拿不到 Content-Range,电视就不知道文件总长度,表现是能播但进度条拖不动。
最后只好自己写了个支持 Range 的 handler,逻辑不复杂:解析 Range: bytes=start-end,算出区间,回 206 加对应头,然后从文件对应位置开始流式输出。
那 Chromecast 和 AirPlay 呢
它们不走 SSDP,走 mDNS(Apple 的 Bonjour,Google 跟着用)。原因是历史:DLNA 是 UPnP 论坛定的标准,Apple 和 Google 各自搞了一套。
mDNS 最大的不同是报文是二进制 DNS 包,不是可读的 HTTP 文本:
packet = struct.pack(">HHHHHH", 0, 0, 1, 0, 0, 0) # 12 字节头
packet += b"\x0b_googlecast\x04_tcp\x05local\x00" # 域名:每段带长度前缀
packet += struct.pack(">HH", 12, 1) # QTYPE=PTR QCLASS=IN
sock.sendto(packet, ("224.0.0.251", 5353)) # 组播地址也不同
域名那行的编码规则挺有意思:每个标签前面加一个字节长度。_googlecast 是 11 个字符,所以是 \x0b,最后 \x00 收尾。这跟 HTTP 的 Host: xxx 完全是两种思路。
我在这儿也栽了一次。DNS 响应里有名字压缩指针(0xC0 开头,指向前文出现过的名字来省流量),解析时返回的偏移必须是指针之后的位置,不是被指向区域的末尾。我第一版搞错了,导致后续记录全错位,把 _raop._tcp.local 解析成了 _tcp.local——设备名显示成半截,查了半天。
至于为什么不在这两条路上继续:AirPlay 要求 HAP 配对 + Curve25519 密钥交换 + FairPlay 加密,每次投屏都得先做一次密码学握手;Chromecast 要维持 TLS + protobuf 长连接。都不是标准库几百行能搞定的,所以我只做了发现,投屏交给系统菜单栏的屏幕镜像。
踩坑清单
写完回头看,全是这种细节问题,没有一个是真的难:
| 坑 | 表现 | 解法 |
|---|---|---|
| 系统代理 | 连局域网设备也走代理 | 请求时禁用 proxy |
SOAPAction 少引号 | 部分设备 400 | 值必须写成 "urn:…#Action" |
controlURL 是相对路径 | 请求 404 | urljoin(location, controlURL) |
| 只看 200 就报成功 | 黑屏但脚本说成功 | 轮询 GetTransportInfo |
| 无 Range 支持 | 进度条拖不动 | 自己实现 206 |
| mDNS 压缩指针偏移错 | 设备名只有半截 | 返回指针之后的位置 |
| 本地文件投完就关服务 | 黑屏断流 | 托管到播完或 Ctrl+C |
最后
整套东西不依赖任何第三方库,socket、struct、urllib、http.server 就够。写完之后我的感受是:协议本身一点都不复杂,复杂的是那些没写在规范里、只能靠撞墙才能发现的细节。
回头看那个最初的误解——“投屏是把视频传过去”。这个误解之所以顽固,是因为从用户视角看,视频确实"从我这儿到了电视上"。但底层完全是另一回事:我做的只是传了一个字符串,剩下的八千多万字节是电视自己下载的。
想明白这个,再看那些"投屏失败"的报错,排查方向就清楚了:前三步挂了是地址或权限问题,第四步挂了是网络可达性问题。
参考
- UPnP Device Architecture 1.1(SSDP 与 SOAP 的完整定义)
- DLNA Networked Device Interoperability Guidelines
- RFC 6762(Multicast DNS)
- 测试视频源:media.w3.org、test-videos.co.uk
