无法创建 torrent 的信息哈希

Question

我无法找到如何为 Torrent 文件生成相应信息哈希的问题。 这是我到目前为止的代码：

InputStream input = null;
try {
    MessageDigest sha1 = MessageDigest.getInstance("SHA-1");
    input = new FileInputStream(file);
    StringBuilder builder = new StringBuilder();
    while (!builder.toString().endsWith("4:info")) {
       builder.append((char) input.read()); // It's ASCII anyway.
    }
    ByteArrayOutputStream output = new ByteArrayOutputStream();
    for (int data; (data = input.read()) > -1; output.write(data));
    sha1.update(output.toByteArray(), 0, output.size() - 1);
    this.infoHash = sha1.digest();
    System.out.println(new String(Hex.encodeHex(infoHash)));
} catch (NoSuchAlgorithmException | IOException e) {
     e.printStackTrace();
} finally {
    if (input != null) try { input.close(); } catch (IOException ignore) {}
}

以下是我的预期和实际哈希：

Expected: d4d44272ee5f5bf887a9c85ad09ae957bc55f89d
Actual: 4d753474429d817b80ff9e0c441ca660ec5d2450

我正在尝试为其生成信息哈希的 torrent 可以在这里找到(Ubuntu 14.04 Desktop amd64) 。

如果我能提供更多信息，请告诉我，谢谢！

Answer 1

异常包含 4 个有用的信息位：类型、消息、跟踪和原因。 您已经丢弃了 4 个相关信息中的 3 个。 此外，代码是进程的一部分，当发生错误时，通常该进程根本无法完成。 然而，在例外情况下，您的过程会继续。 停止这样做； 你写的代码只会伤害你。 删除尝试和捕获。 在方法签名上添加throws子句。 如果你不能，那么默认的（如果生成了这个代码来更新你的 IDE）是throw new RuntimeException("Unhandled", e); . 这更短，不会破坏 4 个有趣的信息位中的任何一个，并结束一个过程。

另外，处理输入流close方法的IOException的正确方法是：忽略它的概念也是错误的。 抛出的可能性很小，但如果抛出，您应该假设您没有读取每个字节。 由于这将是对不匹配哈希的一种解释，因此被误导了。

最后，使用正确的语言结构：这里有一个 try-with-resources 语句，效果会更好。

您正在使用output.size() - 1调用更新； 除非你想故意忽略最后一个字节，否则这是一个错误； 您正在删除读取的最后一个字节。

将字节读入构建器，然后按字节将构建器转换为字符串，然后检查最后一个字符的效率非常低； 对于小到 1MB 的文件，这会造成相当大的麻烦。

从原始FileInputStream一次读取一个字节也是低效级别，因为每次读取都会导致文件访问（读取 1 个字节与读取整个缓冲区一样昂贵，因此，它比需要的速度慢约 50000 倍是）。

下面是如何使用更新的 API 来实现这一点，看看这段代码读起来有多好。 它在错误条件下也表现得更好：

byte[] data = Files.readAllBytes(Paths.get(fileName));
var search = "4:info".getBytes(StandardCharsets.US_ASCII);
int searchIdx = -1;
for (int i = 0; searchIdx == -1 && i < data.length - search.length; i++) {
    for (int j = 0; j < search.length; j++) {
        if (data[i + j] != search[j]) break;
        if (j == search.length - 1) searchIdx = i + j;
    }
}
if (searchIdx == -1) throw new IOException("Input torrent file does not contain marker");

var sha1 = MessageDigest.getInstance("SHA-1");
sha1.update(data, searchIdx, data.length - searchIdx);
byte[] hash = sha1.digest();
StringBuilder hex = new StringBuilder();
for (byte h : hash) hex.append(String.format("%02x", h));
System.out.println(hex);

Answer 2

虽然rzwitserloot 的回答涵盖了一些一般的 Java 编码实践，但在 bittorrent 级别上也存在正确性问题。

您正在对结构化数据格式使用字符串处理，这与尝试使用 regex 解析 html 的错误几乎相同。 在这种情况下，您假设数据可以包含字符串4:info的唯一位置是 info dict 的顶级字典键，并且 info 字典是顶级字典的最后一个条目。

相反，您应该使用适当的编码解码器-编码器来提取信息字典，然后重新编码它以进行散列或标记器以找到覆盖信息值的确切字节范围。 请注意，前者需要一个验证解析器，而后者也可以处理一些超出规范的边缘情况。 除非你想自己实现它们，否则你可能想找到一个为你处理这个的库。

此外，您假设数据是 ASCII。 bencoding 实际上是一种二进制格式，在某些地方习惯于使用 ascii。 您应该直接对字节数组进行操作。 您的输入已经是二进制的，散列器需要二进制，因此遍历字符串非常迂回。