bittorrent 種子文件結構解析

原文連接：http://luoguochun.cn/2014/09/17/bt-file-structure/
原文做者：buf1024

---

估計 80% 以上接觸互聯網的人都知道 bt 是什麼東西，任何一個用 bt 下載的人都知道這樣一個概念，種子。bt 種子就是記錄了 p2p 對等網絡中 tracker, nodes, files 等信息，也就是說，這個種子告訴你，你要下載什麼，到哪裏下載。bt 種子文件有本身的文件格式，下面簡單看看 bt 種子文件的結構。

在開始以前，咱們先介紹 bencode 這種編碼格式，由於 bt 種子文件，包括之後的 DHT 網絡中，都是用這種編碼的。網上有不少介紹，這裏簡單再重複一遍。bencode 有 4 種數據類型: string, integer, list 和 dictionary。

1. string

   字符是以這種方式編碼的: <字符串長度>:<字符串>。
   如 hell: 4:hell

2. integer

   整數是一這種方式編碼的: i<整數>e。
   如 1999: i1999e

3. list

   列表是一這種方式編碼的: l[數據1][數據2][數據3][…]e。
   如列表 [hello, world, 101]：l5:hello5:worldi101ee

4. dictionary

   字典是一這種方式編碼的: d[key1][value1][key2][value2][…]e，其中 key 必須是 string 並且按照字母順序排序。
   如字典 {aa:100, bb:bb, cc:200}： d2:aai100e2:bb2:bb2:cci200ee

不少語言都有 bencode 的實現，Python 版本可在 pypi 裏面找到: bencode。

bt 種子文件是使用 bencode 編碼的，整個文件就 dictionary，包含如下鍵。

1. info, dictinary, 必選, 表示該bt種子文件的文件信息。

   • 文件信息包括文件的公共部分

     piece length, integer, 必選, 每一數據塊的長度
     pieces, string, 必選, 全部數據塊的 SHA1 校驗值
     publisher, string, 可選, 發佈者
     publisher.utf-8, string, 可選, 發佈者的 UTF-8 編碼
     publisher-url, string, 可選, 發佈者的 URL
     publisher-url.utf-8, string, 可選, 發佈者的 URL 的 UTF-8 編碼

   • 若是 bt 種子包含的是單個文件，包含如下內容

     name, string, 必選, 推薦的文件名稱
     name.utf-8, string, 可選, 推薦的文件名稱的 UTF-8 編碼
     length, int, 必選， 文件的長度單位是字節

   • 若是是多文件，則包含如下部分:

     name, string, 必選, 推薦的文件夾名稱
     name.utf-8, string, 可選, 推薦的文件名稱的 UTF-8 編碼
     files, list, 必選, 文件列表，每一個文件列表下面是包括每個文件的信息，文件信息是個字典。

   • 文件字典

     length, int, 必選， 文件的長度單位是字節
     path, string, 必選， 文件名稱，包含文件夾在內
     path.utf-8, string, 必選， 文件名稱 UTF-8 表示，包含文件夾在內
     filehash，string, 可選， 文件 hash。
     ed2k, string, 可選, ed2k 信息。

2. announce, string, 必選, tracker 服務器的地址

3. announce-list, list, 可選, 可選的 tracker 服務器地址

4. creation date， interger， 必選, 文件建立時間

5. comment， string, 可選, bt 文件註釋

6. created by， string， 可選， 文件建立者。

上面列舉的可能不是很完整的，可是大致上主要的字段沒有重大的錯誤。