B編碼以及BT種子檔案分析

去年年末的時候，有個朋友說要做一個BT協定的上傳和下載下傳，要俺幫忙，于是在那個時候搜尋了各種關于種子檔案的檔案格式資料。順便整了一個BT格式的分析類庫出來。目前，貌似朋友那便沒說要繼續整BT協定的上傳和下載下傳了，估計大概換了協定吧，呵呵。是以這個放在手裡也用處不大了，剛好又很久沒寫博了，這個就作為當年的第一篇開篇部落格吧。言歸正傳，正文開始

   說到BT的種子檔案格式，首先我們必須要了解的就是Bencoding編碼格式。關于這個格式的定義，基本上還是比較簡明的，B編碼總共隻支援4種類型，既整數，字元串，清單和字典。整數以i标記開頭以e标記結尾，中間是整數數字，字元串以：标記開頭然後根接字元串的長度，最後是字元串内容，清單以l标記開頭，以e結尾，字典以d開頭以e結尾。清單可以包含任何的BT元素，字典也可以包含任何的BT元素，不過字典的Key必須是字元串。如此以來分析，整數和字元串是兩種單元的元素，可以很好的解析，基本上不用分析就能搞定，而清單和字典，則就需要根據給定的字元串進行分析處理了，這個分析實際上也簡單，先碰到開頭的标記，然後不斷的往下判斷讀取，碰到結尾标記e結束，如果在碰到結尾标記之前還又碰到其他的标記，則可進行遞歸處理，是以，處理起來也友善了。

    B編碼解析完成，那麼BT種子檔案的處理也就簡單了。BT種子檔案實際上就是由B編碼的字典組成，其内部的字典鍵介紹，可以參考相關資料，這裡我摘錄一些如下：

Torrent檔案内的資料結構分為以下幾部分：

announce:Tracker的主伺服器

announce-list：Tracker伺服器清單

comment:種子檔案的注釋

comment.utf-8：種子檔案注釋的utf-8編碼

creation date：種子檔案建立的時間，是從1970年1月1日00:00:00到現在的秒數。

encoding:種子檔案的預設編碼，比如GB2312，Big5，utf-8等

info：所有關于下載下傳的檔案的資訊都在這個字段裡，它包括多個子字段，而且根據下載下傳的是單個檔案還是多個檔案，子字段的項目會不同。

當種子裡包含多個檔案時，info字段包括如下子字段：

files：表示檔案的名字，大小，該字段包含如下三個子字段：

        lenghth：檔案的大小，用byte計算

         path：檔案的名字，在下載下傳時不可更改

          path.utf-8：檔案名的UTF-8編碼，同上

以上的三個字段每個檔案都有一組值。

name：推薦的檔案夾名，此項可于下載下傳時更改。

name.utf-8:推薦的檔案夾名的utf-8編碼，同上。

piece length：每個檔案塊的大小，用Byte計算

pieces：檔案的特征資訊，該字段比較大，實際上是種子内包含所有的檔案段的SHA1的校驗值的連接配接，即将所有檔案按照piece length的位元組大小分成塊，每塊計算一個SHA1值，然後将這些值連接配接起來就形成了pieces字段，由于SHA1的校驗值為20Byte，是以該字段的大小始終為20的整數倍位元組。該字段是Torrent檔案中體積最大的部分，可見如果大檔案分塊很小，會造成Torrent檔案體積龐大。

publisher：檔案釋出者的名字

publisher.utf-8：檔案釋出者的名字的utf-8編碼

publisher-url：檔案釋出者的網址

publisher-url.utf-8：檔案釋出者網址的utf-8編碼。

另外，當釋出單檔案時，files字段是沒有的，而

lenghth:

name：

name.utf-8:

這三個字段負責描述單檔案的屬性：大小，名字，名字的utf-8編碼。其他項目和多檔案相同。

以上的項目即為info字段的全部。

說到info就不得不說INFO_HASH，這個值是info字段的HASH值，20個Byte，同樣是使用SHA1作為HASH函數。由于info字段是釋出的檔案資訊構成的，是以INFO_HASH在BT協定中是用來識别不同的種子檔案的。基本上每個種子檔案的INFO_HASH都是不同的(至少現在還沒有人發現有SHA的沖突)，是以BT伺服器以及用戶端都是以這個值來識别不同的種子檔案的。

計算的具體範圍是從info字段開始(不包含"info"這四個位元組)，一直到nodes字段為止(不包含"nodes"這5個位元組和nodes前邊表示nodes字段長度的"5:"這兩個位元組)。另外，INFO_HASH值是即時計算的，并不包含在Torrent檔案中。

nodes:最後的一個字段是nodes字段，這個字段包含一系列ip和相應端口的清單，是用于連接配接DHT初始node。

綜上，多檔案Torrent的結構的樹形圖為：

Multi-file Torrent

├─announce

├─announce-list

├─comment

├─comment.utf-8

├─creation date

├─encoding

├─info

│ ├─files

│ │ ├─length

│ │ ├─path

│ │ └─path.utf-8

│ ├─name

│ ├─name.utf-8

│ ├─piece length

│ ├─pieces

│ ├─publisher

│ ├─publisher-url

│ ├─publisher-url.utf-8

│ └─publisher.utf-8

└─nodes

單檔案Torrent的結構的樹形圖為：

Single-File Torrent

│ ├─length

BT類庫檔案簡碼：

<a></a>