在 Next.js 中集成 HLS.js 实现跨浏览器 HLS 视频播放
导读
本指南围绕 Next.js 官方示例仓库中的 examples/with-hls-js 展开,讲解如何在 Next.js 页面中借助 HLS.js 播放 HLS(HTTP Live Streaming,.m3u8 视频流)内容,并让所有现代浏览器都能正常播放。读完本文后,你将掌握基于官方示例脚手架快速启动项目的完整流程、视频播放器组件的核心实现逻辑,以及"原生 HLS 支持检测 + MSE 降级播放"这套兼容方案背后的技术原理,可直接套用到自己的直播、点播类 Next.js 应用中。
示例概览:一个组件搞定 HLS 视频播放
examples/with-hls-js/ 目录整体结构非常精简,核心只有两个源文件与一份依赖清单:
- pages/index.js:示例首页,渲染标题、说明文字与视频播放器;
- components/video-player.js:核心的 HLS 播放器封装组件,负责兼容性检测与播放逻辑;
- package.json:声明
hls.js、next、react、react-dom依赖与dev/build/start脚本。
从源码结构看,该示例刻意采用了 Pages Router + 客户端组件的极简形态:服务端只负责输出一个容纳 <video> 标签的页面,真正的流媒体能力全部由 hls.js 在前端运行时提供,因此它不依赖任何服务端接口、鉴权或转码逻辑,是一个"拿来即用"的纯前端视频接入范例。
依赖方面,package.json 将 hls.js 锁定为 ^0.13.2,同时使用 next/react/react-dom 的最新稳定版本;脚本则保持 Next.js 惯例:
"scripts": {
"dev": "next dev",
"build": "next build",
"start": "next start"
}
快速启动:三种包管理器初始化示例
官方示例支持通过 create-next-app 的 --example 参数直接拉取本仓库中的 with-hls-js 模板来初始化项目,对应的 CLI 选项在 packages/create-next-app/index.ts 中有完整定义(-e, --example <example-name|github-url>,还支持用 --example-path 指定仓库 URL 中的子目录路径)。
在仓库根目录下观察,该模板路径为 examples/with-hls-js,使用任意一种包管理器即可启动:
# npm
npx create-next-app --example with-hls-js with-hls-js-app
# Yarn
yarn create next-app --example with-hls-js with-hls-js-app
# pnpm
pnpm create next-app --example with-hls-js with-hls-js-app
上述命令会在当前目录创建名为 with-hls-js-app 的新项目,并自动安装依赖。安装完成后进入项目目录即可本地运行:
cd with-hls-js-app
npm run dev # 开发模式,默认监听 http://localhost:3000
npm run build # 生产构建,产物输出到 .next
npm run start # 运行生产构建结果
页面接入:从 index.js 看引用方式
首页 pages/index.js 的结构与默认 create-next-app 页面一致:通过 Head 设置标题与 favicon,在 <main> 中放置页面描述,并在布局网格中直接使用 VideoPlayer 组件:
import Head from "next/head";
import VideoPlayer from "../components/video-player";
export default function Home() {
return (
<div className="container">
<Head>
<title>Next.js & HLS.js</title>
<link rel="icon" href="/favicon.ico" />
</Head>
<main>
<h1 className="title">Welcome to Next.js!</h1>
<p className="description">This is an example with HLS.js</p>
<div className="grid">
<VideoPlayer src="https://test-streams.mux.dev/x36xhzz/x36xhzz.m3u8" />
</div>
</main>
...
</div>
);
}
需要特别注意的是,示例直接使用了一个公开的 Mux 测试流地址 https://test-streams.mux.dev/x36xhzz/x36xhzz.m3u8(页面底部页脚也对 Mux 提供了视频来源致谢)。在实际项目中,把这个 src 换成你自己的 .m3u8 播放地址即可,组件本身不关心视频源来自哪里。此外,示例中的样式全部采用内联的 styled-jsx(Next.js 内置 CSS-in-JS 方案),没有引入任何全局 CSS 文件。
播放器组件:HLS 兼容方案的完整实现
整个示例的技术核心集中在 components/video-player.js,它演示了业界标准的"HLS 播放能力降级探测"三段式逻辑,代码本身可直接复制到自己的项目中复用:
import { useEffect, useRef } from "react";
import Hls from "hls.js";
export default function VideoPlayer({ src }) {
const videoRef = useRef(null);
useEffect(() => {
const video = videoRef.current;
if (!video) return;
video.controls = true;
if (video.canPlayType("application/vnd.apple.mpegurl")) {
// This will run in safari, where HLS is supported natively
video.src = src;
} else if (Hls.isSupported()) {
// This will run in all other modern browsers
const hls = new Hls();
hls.loadSource(src);
hls.attachMedia(video);
} else {
console.error(
"This is an old browser that does not support MSE https://developer.mozilla.org/docs/Web/API/Media_Source_Extensions_API",
);
}
}, [src, videoRef]);
return (
<>
<video ref={videoRef} />
<style jsx>{`
video {
max-width: 100%;
}
`}</style>
</>
);
}
这段代码看似简单,却把 HLS 在 Web 上的生态现状完整地表达了出来,下面逐层拆解:
1. 副作用隔离:useEffect + useRef
组件利用 useRef 持有真实的 <video> DOM 节点,再在 useEffect 中完成播放器初始化,依赖数组为 [src, videoRef]。这样设计有两点好处:
- 浏览器 API(
canPlayType、Hls)只在客户端副作用阶段被调用,不会在服务端渲染(SSR)或静态生成(SSG)期间执行,因此该组件不会触发"window is not defined"之类的服务端错误; - 当传入的
src变化时,副作用会重新执行,从而切换新的视频流。需要提醒的是:示例没有在清理函数(cleanup)中调用hls.destroy(),如果你的应用需要在同一页面内频繁切换多个视频源,建议补充销毁逻辑以避免潜在的资源泄漏。
2. 第一层探测:原生 HLS 支持(Safari 专属)
if (video.canPlayType("application/vnd.apple.mpegurl")) {
video.src = src;
}
HLS 最早由 Apple 提出并内置于 Safari / iOS 的 WebKit 中,因此 Safari 系浏览器可以直接把 .m3u8 地址赋给 <video> 的 src 属性进行原生播放,无需任何第三方库。canPlayType("application/vnd.apple.mpegurl") 正是检测这一能力的标准手法,若返回非空字符串即代表支持。
3. 第二层探测:MSE 降级播放(其余现代浏览器)
} else if (Hls.isSupported()) {
const hls = new Hls();
hls.loadSource(src);
hls.attachMedia(video);
}
对于 Chrome、Firefox、Edge 等并不原生支持 HLS 的浏览器,hls.js 通过 Media Source Extensions(MSE) 将 HLS 的分片流(TS/CMAF 分片)在浏览器端拉取、解复用并喂给视频元素,从而实现等效播放。
调用链清晰且标准:先 new Hls() 创建实例,再用 loadSource(src) 载入播放列表 URL,最后 attachMedia(video) 将解码流绑定到 <video> 标签上。Hls.isSupported() 作为前置守卫,用于判断当前浏览器是否具备 MSE 能力。
4. 兜底:老旧浏览器提示
若 canPlayType 与 Hls.isSupported() 均不满足,说明浏览器过于老旧、缺失 MSE 支持,此时无法播放 HLS 内容,组件向控制台输出错误日志,而不是静默失败,便于开发者定位问题。
运行效果与本地验证
在 examples/with-hls-js/ 目录(或你通过 create-next-app 生成的新项目)中执行 npm run dev 后访问首页,可以看到:
- 页面标题为 "Next.js & HLS.js",主体区域渲染出由
VideoPlayer提供的<video>元素; - 该
<video>的controls属性在副作用中被设为true,因此界面会显示播放/暂停、进度条、音量等原生控制条; - 在 Safari 下走原生 HLS 通道,在 Chrome/Firefox/Edge 下则自动走
hls.js的 MSE 通道,两种路径播放的是同一个 Mux 测试流。
组件内的内联样式把视频宽度限制为 max-width: 100%,保证在移动端与桌面端都能自适应布局而不溢出容器。
更进一步:迁移到 App Router
该示例基于 Pages Router 编写,但整套思路迁移到 App Router(即 app/ 目录)同样成立:由于播放逻辑完全运行在客户端,只需要在组件文件顶部声明 "use client",将 VideoPlayer 放入客户端组件边界内,再在服务端布局或页面中以 props 方式传入 src 即可。核心的"原生探测 + MSE 降级"三段逻辑无需任何改动。
如果视频源由服务端动态下发,还可以利用 Next.js 的 API Routes 或 Server Components 先行获取播放列表地址再传给播放器,让页面 SEO 与播放器逻辑解耦。
总结
examples/with-hls-js 是一个体量虽小、却非常完整的 HLS 播放集成范例,它传递了三个可复用的工程要点:
- 能力探测而非平台判断:用
video.canPlayType("application/vnd.apple.mpegurl")判断原生 HLS,用Hls.isSupported()判断 MSE 可用性,而不是硬编码判断 UA,逻辑更健壮且面向未来; - 客户端副作用隔离:所有媒体 API 都收拢在
useEffect内,天然兼容 Next.js 的 SSR/SSG 执行模型; - 最小依赖接入:一个组件 + 一个依赖(
hls.js)即可获得覆盖所有现代浏览器的 HLS 播放能力,非常适合作为直播、视频点播类 Next.js 应用的起步模板。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0627
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00