BT源码阅读兼移植一：种子文件编码

几点声明：

1.由于工作原因，好久不能编写代码了，因此这份工作纯属业余爱好，因此文章水平必定很凹。

2.写这些博文完全是为了记录自己的心得，好脑子不如烂笔头子。

3.如果您不幸进来，觉得写得太烂，sorry，浪费您时间了，就请不要回复了；如果想一起讨论或者给与指教，小弟非常感谢！

 

主要目标：一年内读完BT的PYTHON源码（4.4版本），并且转移到C#上去。

其它目标：深入学习一下PYTHON，回锅一下Csharp和网络编程。

细化：每周抽出5~10小时来完成部分工作，每周必须有进展。

 

为什么看BT代码?:代码太老了，实用价值说实在的不大，但是因为它快绝种鸟。纪念一下。

为什么读python的源码？：因为代码少。

为什么写成C#？：因为C++和Java上都有现成的了，说实在的自己也喜欢C#，因为挺简单（看了几天python，已经觉得python更简单鸟。。。。。）。

 

开始正文：

思路：用BT下载得先下载个种子，先看看种子怎么做的。

     从BT的源码中找到了两个文件 maketorrent.py  和 maketorrent-console.py。两个都能做种子，区别就是第一个带图形界面，第二个是控制台的。

      先看控制台的（简单），结果发现都是调用Bittorrent/makematafle.py中的函数来生成种子。总的思路就是将文件切片后用sha1取得摘要，摘要和目录结构、TrackerUrl等信息编码后生成一个文件。这种编码就是bencoding

 

bencoding 是bt作者自定义的一种格式

可以查看BT官方协议的bencoding部分：http://wiki.theory.org/BitTorrentSpecification

也可以看另一个哥们的blog ：http://bbs.soft456.com/read.php?tid=537

------------------------------转载部分----------------------------------------------------------------------

BT种子文件 bencoding编码详细解析
BT种子文件使用了一种叫bencoding的编码方法来保存数据。
bencoding现有四种类型的数据：srings(字符串)，integers(整数)，lists(列表)，dictionaries(字典)

编码规则如下：
strings(字符串)编码为：<字符串长度>：<字符串>
例如： 4:test 表示为字符串"test"
4:例子 表示为字符串“例子”
字符串长度单位为字节
没开始或结束标记

integers(整数)编码为：i<整数>e
开始标记i，结束标记为e
例如： i1234e 表示为整数1234
i-1234e 表示为整数-1234
整数没有大小限制
i0e 表示为整数0
i-0e 为非法
以0开头的为非法如： i01234e 为非法

lists(列表)编码为：l<bencoding编码类型>e
开始标记为l,结束标记为e
列表里可以包含任何bencoding编码类型，包括整数，字符串，列表，字典。
例如： l4:test5abcdee 表示为二个字符串["test","abcde"]

dictionaries(字典)编码为d<bencoding字符串><bencoding编码类型>e
开始标记为d,结束标记为e
关键字必须为bencoding字符串
值可以为任何bencoding编码类型
例如： d3:agei20ee 表示为{"age"=20}
d4:path3:C:/8:filename8:test.txte 表示为{"path"="C:/","filename"="test.txt"}

具体文件结构如下：
全部内容必须都为bencoding编码类型。
整个文件为一个字典结构,包含如下关键字
announce:tracker服务器的URL(字符串)
announce-list(可选):备用tracker服务器列表(列表)
creation date(可选):种子创建的时间，Unix标准时间格式，从1970 1月1日 00:00:00到创建时间的秒数(整数)
comment(可选):备注(字符串)
created by(可选):创建人或创建程序的信息(字符串)
info:一个字典结构，包含文件的主要信息，为分二种情况：单文件结构或多文件结构
单文件结构如下：
      length:文件长度，单位字节(整数)
      md5sum(可选)：长32个字符的文件的MD5校验和，BT不使用这个值，只是为了兼容一些程序所保留!(字符串)
      name:文件名(字符串)
      piece length:每个块的大小，单位字节(整数)
      pieces:每个块的20个字节的SHA1 Hash的值(二进制格式)
多文件结构如下：
      files:一个字典结构
          length:文件长度，单位字节(整数)
          md5sum(可选):同单文件结构中相同
          path:文件的路径和名字，是一个列表结构，如/test/test.txt 列表为l4:test8test.txte
      name:最上层的目录名字(字符串)
      piece length:同单文件结构中相同
      pieces:同单文件结构中相同
实例：
用记事本打开一个.torrent可以看来类似如下内容
d8:announce35:http://www.manfen.net:7802/announce13:creation datei1076675108e4:infod6:lengthi17799e4:name62:MICROSOFT.WINDOWS.2000.AND.NT4.SOURCE.CODE-SCENELEADER.torrent12:piece lengthi32768e6:pieces20:?W ??躐?緕排T酆ee

很容易看出
announce＝http://www.manfen.net:7802/announce
creation date＝1076675108秒(02/13/04 20:25:08)
文件名=MICROSOFT.WINDOWS.2000.AND.NT4.SOURCE.CODE-SCENELEADER.torrent
文件大小＝17799字节
文件块大小＝32768字节

------------------------------------------转载完毕--------------------------------------------------------------------

好了，bencoding挺简单的。不过移植存在1个问题。那就是list和dictionary在C#中对应什么？

 

从某种意义上说，bencoding 其实是一个语言相关的协议，list和dictionary作为python的标准类型做到了极致。操作起来太简单了！C#中则不会那么得心应手。

 

跑题：不得不说，python的无类型做的太easy了。无类型用起来真的很high，读起来则有些难受
4000
，并且产生潜在错误的可能性也高了不少（C#强调类型安全还是有一定道理的）。这也是很多人讨厌python的原因。不过，我觉得，语言的种类对可读性的影响并不是最大的，关键是编程者的素质了。 

举个例子：

python 的 list类型：可以看做一个容器跟C#的List 或者Arraylist一样，可以理解为一个异构的链表或者异构数组。下面给出它的一个初始化例子

alist=[123,'abc',['cat','dog'],1+2j]

 

List 或者ArrayList就没有那么容易鸟，得调用Add方法一个一个加了，这样的细节还有很多。（哪位大侠有更好的方法。）

跑题完毕。

思路：映射办法

python             C#

int                    int

string               string

list                   Arraylist （感觉比List好用）

dictionary        Dictionary<,>

oh。。。下班一个小时啦。老婆催吃饭，回家了。下次给出代码。