【从零开始制作 bt 下载器】一、了解 torrent 文件

写作背景

最先开始是朋友向我诉说使用某雷下载结果显示因为版权无法下载，找其他的下载器有次数限制，于是来询问我是否能自己制作一个 bt 下载器。

都问到门儿上来了，是男人就不能退缩。我答应下来，并开启这个专栏。让我们一点点解开 P2P 的面纱，制作一个属于自己的 bt 下载器吧！

因为能力有限，所以如果出现 措辞不当 、解释不通 等 情况，烦请各位大佬在评论区指出！

了解 torrent 文件

首先让我们来看看传说中的 torrent 文件中都包含了什么信息（随便找了个举例子，直接 ‘rb’ 读取），如下图所示。

我们可以发现一些规律，文件都是以 d 开头，后边数字，然后冒号，再一些字符，这就是 bencode 。

认识 bencode

bencode 编码用来进行信息描述，包括四种数据类型，以 python 数据类型作为参照来说就是 str，int，list，dict 。

• str ，字符类型，格式是 【Length】:【String】 ，就是这个字符串的长度，一个冒号，该字符串。我们就很容易读取字符串，如果碰到数字，后边跟了个冒号，那么就读取这个数字长度即为我们要的字符串。
• int ，整数类型，格式是 i【int】e ，就是以字符 i 开头，e 结尾，中间是数字，而其中的数字即为所求。
• list ，列表类型，格式类似于整数类型，和整数类型的差别就在于是以 l 开头，而其中的内容可以是字符串、整数、嵌套列表，可以在读取到 l 、判断为列表时对其中的内容进行递归，获取列表中的每一个元素。
• dict ，字典类型，格式也类似于列表类型，只不过是以 d 开头，其中的内容就要以键值对的形式读，也就是先读到的元素作为键，后边一个元素作为值，然后再开启下一个键值对。

python 解析 torrent 文件

看过了 bencode ，是不是觉得很简单，那现在就用 python 对 torrent 文件进行解析吧，看看里边都有什么内容。

倒是有现成的库 bencode ，但我尝试后发现每个元素都是 bytes 类型（也有可能是我哪里没有设置导致的吧），我还是想将可以转化的都转化一下，所以最后决定自己写一个。

直接上代码。

def tdecode(fread, dtype=None):# 初始化变量length = b''if dtype in ['str', 'int']:data = b''elif dtype == 'list':data = []elif dtype == 'dict':key = b''data = {}elif dtype is None:passelse:raise ValueError(f'Input param `dtype` "{dtype}" is invalid, valuable: ["str", "int", "list", "dict"].')# 对文件进行读取while True:# 每次读取一个字符c = fread.read(1)# 以特定字符作为起始的较为特殊的类型d_list = {b'i': 'int', b'l': 'list', b'd': 'dict'}if c in d_list or c == b':':# 如果属于上述特殊类型，则进行递归，并获取递归结果# 否则为字符串类型，直接读取 length 字节current = tdecode(fread, d_list[c]) if c in d_list else fread.read(eval(length))length = b''# 将字节转为字符串，其余类型不变# 也可能碰到 hash 值无法解码，直接存储字节流try:current = current.decode() if isinstance(current, bytes) else currentexcept:pass# 如果当前类型是字符串或者整数类型，直接返回if dtype in ['str', 'int']:return current if dtype == 'str' else eval(current)# 列表类型直接加入列表elif dtype == 'list':data.append(current)# 字典类型需要判断是否有键，没有的话就设置，有的话将键值对加入字典elif dtype == 'dict':if not key: key = currentelse:data[key] = currentkey = b''# 针对所有数据为一个大字典，如果变量 data 不存在则返回变量 currentelse: return data if 'data' in locals().keys() else current# 如果是数字 0-9 或者数字的负号，则记录到 length 变量中，可能代表字符串的长度，也可能代表整数类型elif 48 <= ord(c) <= 57 or (c == b'-' and dtype == 'int'):length += c# 类型结尾符，整数类型就 eval 后返回，列表和字典直接返回elif c == b'e':if dtype == 'int': return eval(length)else: return dataelse:pass

这个函数接受两个参数，

• 第一个就是使用 open 函数以 rb 模式打开的 _io.BufferedReader 对象，注意一定要是 rb 打开，因为其中存储的 hash 值无法解码，直接使用 r 读取会报错。
• 第二个就是当前要读取的元素的类型，初始的话 None 就好了。

P.S. 先开始我想的是构造一些变量对当前读取到的元素进行存储，四种类型都要存储，但因为有嵌套关系的存在，我放弃了直接拿同一变量存储很多元素，因为很多时候不知道会嵌套多少层，写起来比较麻烦，所以就写了个函数，利用函数递归来区分不同层次的元素。

解密 torrent 文件

我们这时候就可以比较方便地看看 torrent 文件中到底存储了什么数据。下面是开头那两个 torrent 文件解析后的结果。

可以看到键有 announce-list，comment，info 等等，info 又是一个字典，包含了一些信息，这些都在后边的文章中解释有什么作用。

这样解码的工作就完成了。

---

---

---

结尾

有想要一起学习 python 的小伙伴可以 私信我 进群哦。

以上就是我要分享的内容，因为 学识尚浅，会有不足，还 请各位大佬指正。
有什么问题也可在评论区留言。