ed2k链接包含了文件长度和md4值，有了这两部分信息就很容易验证某个文件是否正确。而我在用BT下载某个文件前，有时想检查一下本地是否已经有了该文件的副本。可是很遗憾，我的目的无法达到，或者说不一定能够达到。
本文只涉及Toreent文件格式，TheoryOrg有一份v1.0的BT协议文本，有兴趣了解BT协议其他部分的可以自己看一下。
Torrent文件格式简单得可爱，其使用了一种叫bencoding的数据表达方法，支持四种数据格式：字符串、整数、列表、字典。一个Torrent文件就是一个经过编码的bencoding字典。bencoding的编码方式如下：
有了以上说明就足够解码一个Torrent文件了，而一个合法的Torrent文件包含如下内容：
- info
- 包含文件信息的一个字典。info有单文件和多文件两种，详细说明见下。
- announce
- tracker服务器地址。
- announce-list
- 可选，包含其他可用tracker服务器地址的列表。
- creation date
- 可选，torrent文件创建时间，UNIX标准格式，表示自UTC1970年1月1日0时以来的秒数。
- comment
- 可选，torrent创建者写的备注。
- created by
- 可选，创建torrent文件的程序名和版本。
除以上外，Torrent文件可能还包含encoding、nodes等内容，大概是由后续版本的BT协议规定的。nodes有可能跟DHT有关。
Info字典有两种格式，以下为两种共有的部分：
- piece length
- 每块数据的长度。
- pieces
- 字符串格式，长度除以20即为总块数，每20字节又表示1块数据的SHA1值。
- private
- 值为1或0的整数，可选。看不太懂什么意思，似乎是说如该值为1，则只能从torrent文件中指定的tracker服务器找别的peer，不设或为0则不限制。
只包含一个文件的Info字典：
- name
- 文件名。
- length
- 文件长度。
- md5sum
- 可选，32字节长的文件MD5值。
包含多个文件的Info字典：
- name
- 存放文件的目录名。
- files
- 包含多个字典的列表，每个字典表示一个文件的信息。
files列表中的每个字典包含的内容：
- length
- 文件长度。
- md5sum
- 可选，含义同上。
- path
- 包含一个或多个字符串的列表。0到-2个表示文件目录，最后一个表示文件名。例如["dir1", "dir2", "file.ext"]表示文件保存在dir1/dir2子目录下，文件名为file.ext。
因为BT上传和下载都用不到md5sum值，即使下载完成验证文件，也可以通过pieces包含的SHA1值来完成，所以BT协议把md5sum标记为可选。我随手找来百多个torrent文件检查了一下，创建torrent文件的程序包括Azureus、BitComet和uTorrent，没有一个torrent文件包括了md5sum。这也难怪，SHA1和MD5是完全不同的算法，要加入md5sum势必延长torrent文件的创建时间，能省自然就省了。可这样的省略，也使得我上述的目的很难达到了。
最单纯的情况下，torrent文件只包括一个目标文件的信息，那只要从本地文件创建一个torrent，再比较两个torrent的pieces部分，就可以判断出本地文件是否为目标文件的副本。问题是很多torrent文件都包括了不止一个目标文件，如果其余文件只是txt、nfo、jpg等，还可以下载回来一并验证。但如果torrent包括几个大型文件的信息，又只想验证本地是否有其中一个文件的副本，则几乎没办法做到了。
假如有md5sum，一切会变得非常简单。我测试所用的那些torrent中，绝大部分都是BitComet创建的。不知道写信给作者提建议，他会不会理我。
没有评论 :
发表评论