BSON 1.0版本规范(翻译)

BSON 1.0版本规范

本文翻译自 http://bsonspec.org/spec.html

BSON是用于存储零个或多个键/值对为一个单一的实体的一个二进制格式。我们称这个实体为文档(Document)。

以下语法用于指定BSON标准的1.0版本。我们使用伪BNF语法来(编写)描述。有效数据BSON数据是由非终端显示的文档表示的。

基本类型

以下基本类型用作终端中其余的语法。每种类型必须序列化为小端字节序。

类型	内存宽度	描述
byte	1 byte	(8-bits)
int32	4 bytes	(32-bit 有符号整数，补码表示)
int64	8 bytes	(64-bit 有符号整数，补码表示)
double	8 bytes	(64-bit IEEE 754-2008 二进制浮点数)

非终端

下面指定BSON的其他语法。注意，终端引用字符的表示，应该用C语言的语义来理解(例如：

"\x01"

代表的一个字节，二进制表示为

0000 0001

)。

同时，我们使用操作法

*

来速记重复的部分(例如：(

"\x01"*2

)表示的是

"\x01\x01"

)。当作为一元运算符，

*

表示重复出现0次或以上。

document    ::= int32 e_list "\x00" BSON 文档. int32表示的是组成这个文档的总字节数.
e_list      ::= element e_list
|   ""
element     ::= "\x01" e_name double    64-bit二进制浮点数
|   "\x02" e_name string    UTF-8 字符串
|   "\x03" e_name document  内嵌文档
|   "\x04" e_name document  数组
|   "\x05" e_name binary    二进制数据
|   "\x06" e_name           未定义(value) — 不推荐使用
|   "\x07" e_name (byte*12) 对象Id
|   "\x08" e_name "\x00"    布尔值 "false"
|   "\x08" e_name "\x01"    布尔值 "true"
|   "\x09" e_name int64     UTC 时间数据
|   "\x0A" e_name           Null value(空值)
|   "\x0B" e_name           cstring cstring 正则表达式 - 第一个 cstring 是正则表达式模式,
第二个是正则表达式选项字符串. 选项是一个标记字符, 必须按照字母顺
序存储. 有效的选项是：'i' 不区分大小写匹配, 'm'多行匹配, 'x'详
细模式, 'l'去创建\w, \W,等区域(本地化)依赖设置, 's'dotall匹配
('.' 可以匹配所有字符),以及 'u'去创建 \w, \W 配置.匹配unicode.
|   "\x0C" e_name string    (byte*12)   DB指针 — 不推荐使用
|   "\x0D" e_name string    JavaScript代码
|   "\x0E" e_name string    不推荐使用
|   "\x0F" e_name code_w_s  JavaScript code w/ scope
|   "\x10" e_name int32     32-bit 整数
|   "\x11" e_name int64     时间戳
|   "\x12" e_name int64     64-bit整数
|   "\xFF" e_name           Min key
|   "\x7F" e_name           Max key
e_name      ::= cstring Key name
string      ::= int32 (byte*) "\x00"    String - Int32是总字节数 (byte*) + 1(结尾\x00)。(byte*)是零个
或更多的 utf-8 编码字符。
cstring     ::= (byte*) "\x00"          零个或更多修改 UTF-8 编码字符后,以\x00结尾。(byte*)中必须不
包含'\x00'，因此它不是完全UTF-8。
binary      ::= int32 subtype (byte*)   Binary - int32 是(byte*)字节数.
subtype     ::= "\x00"  Generic binary  子类型
|   "\x01"  Function
|   "\x02"  Binary (Old)
|   "\x03"  UUID (Old)
|   "\x04"  UUID
|   "\x05"  MD5
|   "\x80"  User defined
code_w_s    ::= int32 string document   Code w/ scope

笔记

Array - 数组文档是一个正常的BSON文档。keys是从0开始顺序编号的整数.例如,一个数组

['red', 'blue']

编码为document表示

{'0': 'red', '1': 'blue'}

。keys必须是升序的。

UTC datetime - int64是以毫秒为单位的Unix时间.

Timestamp - 使用 MongoDB 复制和分片的特别内部类型。前4字节是增量,后4字节时间戳.

Min key - 与其他可能的 BSON 元素值进行小于比较的特殊类型。

Max key - 与其他可能的 BSON 元素值进行大于比较的特殊类型。

Generic binary subtype - 这是最常用的二进制子类型，应该是默认的驱动程序和工具。

BSON "binary"或"BinData"的数据类型用来表示的字节数组。它是有些类似于Java的ByteArray的概念。BSON 二进制值有一种亚型。这用于指示什么样的数据是在字节数组中。从0到127的子类型是预定义或保留的。从128-255 的子类型是用户定义的。

\x02 Binary

（旧版本）-这曾经是默认的子类型，但是为了支持 \x00 被否决。驱动程序和工具应务必妥善处理 \x02。二进制数据 （byte* 中的数组的二进制非终端） 的结构必须是int32后紧接着(byte*)。Int32是重复中的字节数。

\x03 UUID

（旧版本）-这曾经是 UUID 亚型，但为了支持 \x04 被否决。驱动程序和工具的语言与本机的 UUID 类型应适当地处理 \x03。

\x80-\xFF

是用户定义的子类型。二进制数据可以是任何数据。code_w_s带一个int32范围，表示代码以字节为单位的长度。该字符串是 JavaScript 代码。该文件是从标识符映射到值，表示应在其中计算字符串的范围。