B编码以及BT种子文件分析

http://www.cnblogs.com/DxSoft/archive/2012/02/11/2346314.html

B编码以及BT种子文件分析

    去年年末的时候，有个朋友说要做一个BT协议的上传和下载，要俺帮忙，于是在那个时候搜寻了各种关于种子文件的文件格式资料。顺便整了一个BT格式的分析类库出来。目前，貌似朋友那便没说要继续整BT协议的上传和下载了，估计大概换了协议吧，呵呵。所以这个放在手里也用处不大了，刚好又很久没写博了，这个就作为当年的第一篇开篇博客吧。言归正传，正文开始

   说到BT的种子文件格式，首先我们必须要了解的就是Bencoding编码格式。关于这个格式的定义，基本上还是比较简明的，B编码总共只支持4种类型，既整数，字符串，列表和字典。整数以i标记开头以e标记结尾，中间是整数数字，字符串以：标记开头然后根接字符串的长度，最后是字符串内容，列表以l标记开头，以e结尾，字典以d开头以e结尾。列表可以包含任何的BT元素，字典也可以包含任何的BT元素，不过字典的Key必须是字符串。如此以来分析，整数和字符串是两种单元的元素，可以很好的解析，基本上不用分析就能搞定，而列表和字典，则就需要根据给定的字符串进行分析处理了，这个分析实际上也简单，先碰到开头的标记，然后不断的往下判断读取，碰到结尾标记e结束，如果在碰到结尾标记之前还又碰到其他的标记，则可进行递归处理，所以，处理起来也方便了。

    B编码解析完成，那么BT种子文件的处理也就简单了。BT种子文件实际上就是由B编码的字典组成，其内部的字典键介绍，可以参考相关资料，这里我摘录一些如下：

Torrent文件内的数据结构分为以下几部分：

announce:Tracker的主服务器

announce-list：Tracker服务器列表

comment:种子文件的注释

comment.utf-8：种子文件注释的utf-8编码

creation date：种子文件建立的时间，是从1970年1月1日00:00:00到现在的秒数。

encoding:种子文件的默认编码，比如GB2312，Big5，utf-8等

info：所有关于下载的文件的信息都在这个字段里，它包括多个子字段，而且根据下载的是单个文件还是多个文件，子字段的项目会不同。

当种子里包含多个文件时，info字段包括如下子字段：

files：表示文件的名字，大小，该字段包含如下三个子字段：

        lenghth：文件的大小，用byte计算

         path：文件的名字，在下载时不可更改

          path.utf-8：文件名的UTF-8编码，同上

以上的三个字段每个文件都有一组值。

name：推荐的文件夹名，此项可于下载时更改。

name.utf-8:推荐的文件夹名的utf-8编码，同上。

piece length：每个文件块的大小，用Byte计算

pieces：文件的特征信息，该字段比较大，实际上是种子内包含所有的文件段的SHA1的校验值的连接，即将所有文件按照piece length的字节大小分成块，每块计算一个SHA1值，然后将这些值连接起来就形成了pieces字段，由于SHA1的校验值为20Byte，所以该字段的大小始终为20的整数倍字节。该字段是Torrent文件中体积最大的部分，可见如果大文件分块很小，会造成Torrent文件体积庞大。

publisher：文件发布者的名字

publisher.utf-8：文件发布者的名字的utf-8编码

publisher-url：文件发布者的网址

publisher-url.utf-8：文件发布者网址的utf-8编码。

另外，当发布单文件时，files字段是没有的，而


lenghth:
name：
name.utf-8:

这三个字段负责描述单文件的属性：大小，名字，名字的utf-8编码。其他项目和多文件相同。

以上的项目即为info字段的全部。

说到info就不得不说INFO_HASH，这个值是info字段的HASH值，20个Byte，同样是使用SHA1作为HASH函数。由于info字段是发布的文件信息构成的，所以INFO_HASH在BT协议中是用来识别不同的种子文件的。基本上每个种子文件的INFO_HASH都是不同的(至少现在还没有人发现有SHA的冲突)，所以BT服务器以及客户端都是以这个值来识别不同的种子文件的。

计算的具体范围是从info字段开始(不包含"info"这四个字节)，一直到nodes字段为止(不包含"nodes"这5个字节和nodes前边表示nodes字段长度的"5:"这两个字节)。另外，INFO_HASH值是即时计算的，并不包含在Torrent文件中。

nodes:最后的一个字段是nodes字段，这个字段包含一系列ip和相应端口的列表，是用于连接DHT初始node。

综上，多文件Torrent的结构的树形图为：

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

单文件Torrent的结构的树形图为：

Single-File Torrent
├─announce
├─announce-list
├─comment
├─comment.utf-8
├─creation date
├─encoding
├─info
│ ├─length
│ ├─name
│ ├─name.utf-8
│ ├─piece length
│ ├─pieces
│ ├─publisher
│ ├─publisher-url
│ ├─publisher-url.utf-8
│ └─publisher.utf-8
└─nodes

 

BT类库文件简码：

//B编码支持的数据类型
  TDxBenValueTypes = (DBV_String,DBV_Int,DBV_List,DBV_Dictionary);
  //B编码的节点，类似于JSON节点,
  TDxBenValue = class
  private
    FParent: TDxBenValue;
  protected
    function GetType:TDxBenValueTypes; virtual; abstract;
    procedure Parser(str: string);virtual;abstract;
    function GetAsInteger: Integer;virtual;abstract;
    function GetAsString: string;virtual;abstract;
    function GetObject: TDxBenValue;virtual;
  public
    constructor Create;overload;virtual;
    constructor Create(str: string);overload;virtual;
    property ValueType: TDxBenValueTypes read GetType;
    function ToString: string;override;
    property Parent: TDxBenValue read FParent;
    property AsInteger: Integer read GetAsInteger;
    property AsString: string read GetAsString;
    property AsValueObject: TDxBenValue read GetObject;
  end;

  TDxBenInt = class(TDxBenValue)
  private
    FValue: Integer;
  protected
    function GetType:TDxBenValueTypes;override;
    function GetAsInteger: Integer;override;
    procedure Parser(str: string);override;
    function GetAsString: string;override;
    function GetObject: TDxBenValue;override;
  public
    constructor Create;override;
    function ToString: string;override;
  end;

  TDxBenString = class(TDxBenValue)
  private
    FValue: string;
  protected
    function GetType:TDxBenValueTypes;override;
    function GetAsString: string;override;
    function GetObject: TDxBenValue;override;
    function GetAsInteger: Integer;override;
    procedure Parser(str: string);override;
  public
    function ToString: string;override;
  end;

  TDxBenDictionary = class;
  TDxBenList = class(TDxBenValue)
  private
    FList: TList;
    function GetCount: Integer;
    function GetValues(index: Integer): TDxBenValue;
  protected
    procedure Parser(str: string);override;
    procedure ParserToList(var P: Pchar;List: TDxBenList);
    procedure ParserToDictionary(var p: PChar;Dict: TDxBenDictionary);
    function GetType:TDxBenValueTypes;override;
    function GetAsString: string;override;
    function GetObject: TDxBenValue;override;
    function GetAsInteger: Integer;override;
  public
    procedure Clear;
    constructor Create; override;
    constructor CreateFromString(str: string);
    destructor Destroy;override;
    function ToString: string;override;
    property Count: Integer read GetCount;
    property Values[index: Integer]: TDxBenValue read GetValues;
  end;

  TDxBenDictionary = class(TDxBenValue)
  private
    FDict: TDictionary<string,TDxBenValue>;
    function GetCount: Integer;
    function GetValues(Key: string): TDxBenValue;
  protected
    procedure ParserToList(var P: Pchar;List: TDxBenList);
    procedure ParserToDictionary(var p: PChar;Dict: TDxBenDictionary);

    procedure Parser(str: string);override;
    function GetType:TDxBenValueTypes;override;
    function GetAsString: string;override;
    function GetObject: TDxBenValue;override;
    function GetAsInteger: Integer;override;
  public
    procedure Clear;
    constructor Create;override;
    destructor Destroy;override;
    function ToString: string;override;
    property Count: Integer read GetCount;
    property Values[Key: string]: TDxBenValue read GetValues;
  end;

  TDxBtInfo = class(TDxBenDictionary)
  private
    function GetSingleFile: Boolean;
    function GetFiles: TDxBenList;
    function GetName: string;
    function GetNameUtf8: string;
    function Getpublisher: string;
    function GetpublisherUtf8: string;
    function Getpublisherurl: string;
    function GetpublisherurlUtf8: string;
  public
    property SingleFile: Boolean read GetSingleFile;
    property Files: TDxBenList read GetFiles;
    property Name: string read GetName;
    property NameUtf8: string read GetNameUtf8;
    property publisher: string read Getpublisher;
    property publisherUtf8: string read GetpublisherUtf8;
    property publisherurl: string read Getpublisherurl;
    property publisherurlUtf8: string read GetpublisherurlUtf8;
  end;

  TDxTorrentFile = class
  private
    FDict: TDxBenDictionary;
    procedure ParserStream(Stream: TStream;Dict: TDxBenDictionary);overload;
    procedure ParserStreamToList(Stream: TStream; List: TDxBenList);
    function GetComment: string;
    function GetEncoding: string;
    function GetCreator: string;
    function Getannounce: string;
    function Getannounce_list: TDxBenList;
    function GetBtInfo: TDxBtInfo;
    function GetCreateDate: TDateTime;
  public
    procedure Clear;
    constructor Create;
    destructor Destroy;override;
    procedure LoadFromFile(FileName: string);
    procedure LoadFromStream(Stream: TStream);
    property Comment: string read GetComment;
    property Encoding: string read GetEncoding;
    property Creator: string read GetCreator;
    property announce: string read Getannounce;
    property announce_list: TDxBenList read Getannounce_list;
    property BtInfo: TDxBtInfo read GetBtInfo;
    property CreateDate: TDateTime read GetCreateDate;
  end;
implementation

end.