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。