Torrent 文件图文解析

Torrent文件格式分析

首先。我在网上找一个近期比較流行的大片《环太平洋》的torrent文件。通过用UE把它打开。我们来看一下此torrent文件的内容：

d8:announce39:http://tracker.bestxl.com:8077/announce13:announce-listll39:http://tracker.bestxl.com:8077/announceel30:http://tracker.prq.to/announceee8:codepagei936e13:creation datei1381766089e4:infod5:filesld6:lengthi202e4:pathl40:本片简单介绍，海报，截图等，双击进入查看.urle10:path.utf-8l58:鏈�墖绠€浠嬶紝娴锋姤锛屾埅鍥剧瓑锛屽弻鍑昏繘鍏ユ煡鐪?urleed6:lengthi275e4:pathl37:飞鸟网-和浪子一起来开心农场偷菜吧.urle10:path.utf-8l53:椋為笩缃?

鍜屾氮瀛愪竴璧锋潵寮€蹇冨啘鍦哄伔鑿滃惂.urleed6:lengthi266e4:pathl45:飞鸟娱乐-边看电影边学英语，娱乐学习两不误.urle10:path.utf-8l65:椋為笩濞变箰-杈圭湅鐢靛奖杈瑰�鑻辫�锛屽ū涔愬�涔犱袱涓嶈�.urleed6:lengthi2640e4:pathl37:飞鸟娱乐论坛-超多最新爆爽资源下载.rtfe10:path.utf-8l53:椋為笩濞变箰璁哄潧-瓒呭�鏈€鏂扮垎鐖借祫婧愪笅杞?rtfeed6:lengthi288e4:pathl45:飞鸟娱乐原创IMDB TOP250 经典大片 一网打尽.urle10:path.utf-8l59:椋為笩濞变箰鍘熷垱IMDB TOP250 缁忓吀澶х墖 涓€缃戞墦灏?urleed6:lengthi2195501970e4:pathl55:环太平洋 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD.mp4e10:path.utf-8l59:鐜�お骞虫磱 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD.mp4eed6:lengthi266e4:pathl35:老调网-下载中英字幕电影的好地方.urle10:path.utf-8l50:鑰佽皟缃?涓嬭浇涓�嫳瀛楀箷鐢靛奖鐨勫ソ鍦版柟.urleee4:name51:环太平洋 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD10:name.utf-855:鐜�お骞虫磱 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD12:piece lengthi2097152e6:pieces20940:(此处省略20940个字节的hash值，每一个piece的hash值占用20个字节，即20940/20=1047个piece。) 9:publisher8:飞鸟娱乐13:publisher-url21:http://bbs.hdbird.com19:publisher-url.utf-821:http://bbs.hdbird.com15:publisher.utf-812:椋為笩濞变箰e5:nodesll21:router.bittorrent.comi6881eel20:router.lanspirit.neti53eeee

以下我们開始具体解说一下torrent文件格式：

B编码

为了在torrent文件里存储bt下载所需信息。须要一定规范记录这些信息，在这里torrent文件使用的是BEncode格式规范，和JSON一样，本质都是用来交换和存储信息。

BEncode有四种存储类型：（字符串型、数值型、列表型、字典型）

1、 字符串[string]

字符串表示方式为：数字前缀:字符串。比如super表示为：5:super 数字前缀以十进制数字指出字符串的长度。比如：

0:””

4:大庆

6:daqing

15:www.sina.com.cn

2、 数值[integers]

数值的表示方式为：以小写字母”i”開始。以小写字母”e”结尾，ie中间放置十进制数值。比如：

i0e 表示数字0（零）

i-3e表示数字-3

i7e 表示数字7

3、 列表[list]

列表类型同意嵌套，列表中的能够存储列表。列表的表示方式：以小写字母”l”開始。以小写字母”e”结尾，le中间放置存储的内容。比如：

l7:figo’s4:blog3:url23:http://news.sina.com.cne

该list的内容为[‘super’s’ , ’blog’ , ’url’ , ’http://news.sina.com.cn’]

l4:yeari2013ee

该list的内容为[‘year’,2013]

4、 字典[dictionary]

字典是为了让一个详细的名字[name]与一个详细的数据类型表示的数据关联，上面三种类型（字符串、整数、列表）的数据仅仅是单纯的表示数据本身，并未有变量名来指出该数据名称。字典类似C语言变量的定义，比如定义一个名为strName的字符串例如以下：

Char *strName=NULL;

当strName指向字符串”Figo”时，那么当我们说strName时也即在说”Figo”。

BEncode中字典类型的存在。就是为了让数据与名称关联配对。也即dictionary后的数据要两两配对。

这里须要注意的是。名称必须为string类型。

Dictionary可同意嵌套使用。表示方式：以小写字母’d’開始。以小写字母’e’结尾。de中间放置要存储的内容。例如以下：

d4:Name:4:Figo5:Hobbyl8:football5:sleep8:thinkingee

该dictionary内容为{

‘name’ = ‘Figo’,

’Hobby’ = [‘football’,’sleep’,’thinking’]  }

d8:Name-dicd5:First4:Figo6:Second3:Tomee

该dictionary内容为{

‘Name-dic’= {

‘First’=’Figo’,

’Second’=’Tom’}

}

那么开头的torrent文件announce部分

d8:announce39:http://tracker.bestxl.com:8077/announce13:announce-listll39:http://tracker.bestxl.com:8077/announceel30:http://tracker.prq.to/announceee8:codepagei936e13:creation datei1381766089e

就可以理解为：

announce = [ ‘http://tracker.bestxl.com:8077/announce’]

announce-list = [‘http://tracker.bestxl.com:8077/announce’,’http://tracker.prq.to/announce’]

codepage = 936                    #代码936 中文简体GBK

creation date = 1381766089        #unix时间格式。此处是2013-10-14 23:54:49

种子文件结构

keyword		含义
info		该keyword相应的值是一个字典。它有两种模式，”single file”和”multiple file”：单文件模式和多文件模式，单文件模式是指共享的文件仅仅有一个，多文件模式是指提供共享的文件不止一个。而是两个或两个以上，假设使用BT软件下载一部影片时，影片的上下部分可能分别放在不同的文件中。
announce	必选	该keyword的值为Tracker的URL。
announce-list	可选	它的值存放的是备用Tracker的URL。
creation-date	可选	该keyword相应的值存放的是种子文件创建的时间。
comment	可选	它的值存放的是种子文件制作者的备注信息。
created by	可选	值存放生成种子文件的BTclient软件的信息，如client名、版本。

在bitTorrent规范中，torrent文件又被称作Metainfo files，其主要有announce部分和info部分组成。

1、announce部分（红色表示必选，蓝色部分表示可选）

比如：

 

announce

默认的trackerserver地址

announce-list

(对标准的扩展)备选的trackerserver列表，这里须要说明一下备选server的选择和尝试连接顺序。

例如以下的表示为announce-list的一种表示：

{‘announce-list’ = [ [tracker1,tracker2,tracker3], [backup2-list], [backup3-list] ] }

在btclient程序连接trackerserver时，对于announce-list的处理步骤例如以下：

1)、首先依次尝试连接第一个列表提供的url。假设tracker1无响应。尝试tracker2.当tracker2连接成功时。则第一个备份列表中的处理顺序变为：

[tracker2,tracker1,tracker3]

2)、假设第一个备份列表依次连接失败，则尝试backup2-list。假设backup2-list也依次连接失败。

则尝试连接backup3-list。可是backup2-list与backup3-list不会由于连接失败而像backup1-list那样改变处理顺序；

3)、改变的list顺序仅仅对此次程序连接尝试顺序有影响，原始的torrent文件并不更改，下次重新启动程序后依然依照torrent文件里的announce-list次序尝试。

creation date

torrent文件的创建时间，为UNIX时间格式。

comment

string类型，是关于torrent文件的描写叙述信息。

created by

创建此torrent文件的程序信息。

encoding

指出info中pieces部分的编码类型，一般为UTF-8。有时也会遇到GBK。

比如文件前面的B编码

d8:announce39:http://tracker.bestxl.com:8077/announce13:announce-listll39:http://tracker.bestxl.com:8077/announceel30:http://tracker.prq.to/announceee8:codepagei936e13:creation datei1381766089e

可分解为

d

  8:announce

  39:http://tracker.bestxl.com:8077/announce

  13:announce-list

  l 

    l39:http://tracker.bestxl.com:8077/announcee

    l30:http://tracker.prq.to/announcee

  e

  8:codepage

  i936e

  13:creation date

  i1381766089e

#上图中：D表示字典型、S表示字符串型、L表示列表型、N表示数值型

2、info部分（红色表示必须的部分，蓝色部分表示可选的部分）

这里须要注意info部分的单文件传输和多文件传输时的不同：单文件传输是指torrent文件仅仅存储了单个文件下载信息；多文件传输指torrent中存储了一个以上的文件下载信息。

keyword		含义
piece length		每一个piece的长度，值是B编码类型，通常为i262144e。即256K
pieces		字符串类型。存放每一个piece的hash值，这个字符串长度一定是20的倍数。由于每一个piece的hash值的长度为20字节。
private		该值假设为1。则表明client必须通过连接Tracker来获取其他下载者信息。即peer的IP地址和port号；假设为0，则表明client还能够通过其他方式获取peer的IP地址和port号，如DHT方式。DHT(Distribute Hash Tabel)即分布式哈希表。它是一种以分布式的方式来获取peer的方法，如今很多BTclient既支持通过Tracker来获取peer，也支持通过DHT来获取peer，假设种子文件里没有privatekeyword。则表明不限制一定要通过连接tracker来获取peer。
单文件	name	共享文件的文件名称。也就是要下载的文件的文件名称。
	length	共享文件的长度，以byte为单位。
	md5sum	可选，是共享文件的md5值，这个值在bt协议中根本不是用。
多文件	name	存放共享文件的目录名字。
	file	它的值是一个列表。含有多个字典，每一个共享文件为一个字典。每一个字典中含有三个keyword：length、md5sum、path
files字典	length	共享文件的长度。以byte为单位。
	md5sum	可选，同上。
	path	存放共享文件的路径和文件名称。

1)、单文件传输形式：

name

要下载的文件名称字

length

要下载文件的大小（单位为byte）

md5sum

32为的16进制MD5字符串。

piece length

要下载文件依照piece length指定大小分片，此处指明单个分片大小。

pieces

存储每一个分片的SHA1值(每一个SHA1的hash长度为20byte)

比如:目标文件大小FileSpace为 1039143285 bytes,文件每一个分片大小PerPieceSpace为 1048576 bytes,计算可得：

1039143285 = 1048576 x 991 + 4469

即 FileSpace= PerPieceSpace*991 + 4469

目标文件依照指定大小分片后，为991个满足分片大小的分片文件和1个余数文件。总共是992个小文件。

其存储的SHA1每一个长度为20 bytes。进而可知pieces中存储的SHA1个数为：
NumberOfSHA1 = 19840/20 = 992 

即torrent文件的pieces中存储了992个SHA1值。这样每一个小文件都相应上了一个SHA1校验值。

2）、多文件传输形式

files

表示该torrent为多文件形式，每一个文件都是dictionary类型数据表示。

name

表示多个文件存储在以name命名的目录。

length

要下载文件的大小（单位为byte）

path

指出要下载文件存储相对于name字段表示的目录的位置。

如果name为dir1，此时：

1) 假设path值为file1.rmvb。表示file1.rmvb的存储路径为dir1file1.rmvb

2) 假设path值为dir2file1.rmvb。表示file1.rmvb的存储路径为dir1dir2file1.rmvb

md5sum

32位的16进制MD5值字符串。

piece length

要下载文件安装piece length指定大小分片，此处指明单个分片大小。

pieces

存储每一个分片的SHA1值（每一个SHA1的hash长度为20字节）

以下我们看一下info部分的演示样例：

 4:infod5:filesld6:lengthi202e4:pathl40:本片简单介绍，海报，截图等，双击进入查看.urle10:path.utf-8l58:鏈�墖绠€浠嬶紝娴锋姤锛屾埅鍥剧瓑锛屽弻鍑昏繘鍏ユ煡鐪?

urleed6:lengthi275e4:pathl37:飞鸟网-和浪子一起来开心农场偷菜吧.urle10:path.utf-8l53:椋為笩缃?鍜屾氮瀛愪竴璧锋潵寮€蹇冨啘鍦哄伔鑿滃惂.urleed6:lengthi266e4:pathl45:飞鸟娱乐-边看电影边学英语，娱乐学习两不误.urle10:path.utf-8l65:椋為笩濞变箰-杈圭湅鐢靛奖杈瑰�鑻辫�锛屽ū涔愬�涔犱袱涓嶈�.urleed6:lengthi2640e4:pathl37:飞鸟娱乐论坛-超多最新爆爽资源下载.rtfe10:path.utf-8l53:椋為笩濞变箰璁哄潧-瓒呭�鏈€鏂扮垎鐖借祫婧愪笅杞?

rtfeed6:lengthi288e4:pathl45:飞鸟娱乐原创IMDB TOP250 经典大片 一网打尽.urle10:path.utf-8l59:椋為笩濞变箰鍘熷垱IMDB TOP250 缁忓吀澶х墖 涓€缃戞墦灏?urleed6:lengthi2195501970e4:pathl55:环太平洋 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD.mp4e10:path.utf-8l59:鐜�お骞虫磱 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD.mp4eed6:lengthi266e4:pathl35:老调网-下载中英字幕电影的好地方.urle10:path.utf-8l50:鑰佽皟缃?涓嬭浇涓�嫳瀛楀箷鐢靛奖鐨勫ソ鍦版柟.urleee4:name51:环太平洋 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD10:name.utf-855:鐜�お骞虫磱 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD12:piece lengthi2097152e6:pieces20940: (此处省略20940个字节的hash值，每一个piece的hash值占用20个字节。即20940/20=1047个piece。

) 9:publisher8:飞鸟娱乐13:publisher-url21:http://bbs.hdbird.com19:publisher-url.utf-821:http://bbs.hdbird.com15:publisher.utf-812:椋為笩濞变箰e5:nodesll21:router.bittorrent.comi6881eel20:router.lanspirit.neti53eeee

分解文件为

4:info

d

  5:files

    l

d

        6:length

        i202e

        4:path

        l40:本片简单介绍，海报，截图等，双击进入查看.urle

        10:path.utf-8

        l58:鏈�墖绠€浠嬶紝娴锋姤锛屾埅鍥剧瓑锛屽弻鍑昏繘鍏ユ煡鐪?urle

      e

      d

        6:length

        i275e

        4:path

        l37:飞鸟网-和浪子一起来开心农场偷菜吧.urle

        10:path.utf-8

        l53:椋為笩缃?鍜屾氮瀛愪竴璧锋潵寮€蹇冨啘鍦哄伔鑿滃惂.urle

      e

      d

        6:length

        i266e

        4:path

        l45:飞鸟娱乐-边看电影边学英语，娱乐学习两不误.urle

        10:path.utf-8

        l65:椋為笩濞变箰-杈圭湅鐢靛奖杈瑰�鑻辫�锛屽ū涔愬�涔犱袱涓嶈�.urle

      e

      d

        6:length

        i2640e

        4:path

        l37:飞鸟娱乐论坛-超多最新爆爽资源下载.rtfe

        10:path.utf-8

        l53:椋為笩濞变箰璁哄潧-瓒呭�鏈€鏂扮垎鐖借祫婧愪笅杞?

rtfe

      e

      d

        6:length

        i288e

        4:path

        l45:飞鸟娱乐原创IMDB TOP250 经典大片 一网打尽.urle

        10:path.utf-8

        l59:椋為笩濞变箰鍘熷垱IMDB TOP250 缁忓吀澶х墖 涓€缃戞墦灏?urle

      e

      d

        6:length

        i2195501970e

        4:path

        l55:环太平洋 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD.mp4e

        10:path.utf-8

        l59:鐜�お骞虫磱 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD.mp4e

      e

      d

        6:length

        i266e

        4:path

        l35:老调网-下载中英字幕电影的好地方.urle

        10:path.utf-8 

        l50:鑰佽皟缃?

涓嬭浇涓�嫳瀛楀箷鐢靛奖鐨勫ソ鍦版柟.urle

      e

    e     #这是紧随files后L的结束符。

4:name

    51:环太平洋 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD      #存放共享文件的目录名字

    10:name.utf-8

    55:鐜�お骞虫磱 Pacific.Rim.2013.BluRay.720p.x264.AAC-LZHD

    12:piece length

    i2097152e

    6:pieces

20940:....................           #20940/20=1047个piece

   

9:publisher

8:飞鸟娱乐

13:publisher-url

21:http://bbs.hdbird.com

19:publisher-url.utf-8

21:http://bbs.hdbird.com

15:publisher.utf-8

12:椋為笩濞变箰

e  #这个e是紧随info后面d的结束符

5:nodes       

l

    l

      21:router.bittorrent.com

      i6881e

    e

    l

      20:router.lanspirit.net

      i53e

    e

  e

e   #这个e是文件开头d的结束符

#这个nodes部分是torrent文件的扩展，包括IP和port的列表，用于连接DHT网络的初始节点。并通过这些节点进行find_node。

终于维护一张完整的DHT路由表。

 

至此！torrent文件格式所有解说完成，有时间再把BT的通信过程总结一下以作编程及（P2SP、P4P）网络使用。