java - 为什么散列信息字典会出错？

Question

多年来，我一直在努力让 BitTorrent 的哈希算法在 Java 中运行，但它总是出错。

我已将问题缩小到几行代码，我 99% 确定问题出在:

Bencode bencode = new Bencode(Charset.forName("UTF-8"));
byte[] fileBytes = new byte[33237];
Map<String, Object> dict = bencode.decode(fileBytes, Type.DICTIONARY);
Map infoMap = (Map) object.get("info");
ByteArrayOutputStream baos = new ByteArrayOutputStream();
BencodeOutputStream bos = new BencodeOutputStream(baos);
bos.writeDictionary(infoMap);
byte[] hash = DigestUtils.sha1(baos.toByteArray());

我对数组的大小进行了硬编码，以确保问题不是由周围的一堆零引起的。

我已经尝试使用 UTF-8 和 US-ASCII。

我已经尝试使用两个不同的库进行编码，所以它可能不在问题所在的位置。

编辑:从规范来看，信息字典似乎应该被编码为 info_hash。因此，我尝试将字典写入 ByteArrayOutputStream，然后对 ByteArrayOutPutStream 持有的 byte[] 进行 sha1 哈希处理。

DigestUtils.sha1 方法会提供 URL 编码器吗？找不到任何相关信息。

Answer 1

正如 Encombe 指出的那样，问题出在编码上。在 Bencode 规范中，它谈到了字节串，这似乎表明它只是一个没有任何编码的数据流。

我查看的两个库都将所有字节字符串转换为某种编码，因此我编写了一个 Bencode 库，它只在特别要求时才进行转换。

上面的代码基本上是正确的，但这是我现在使用的客户端代码:

public void readManifest() throws IOException, Exception {
    byte[] fileBytes = FileUtils.readFileToByteArray(file);
    ByteArrayInputStream bis = new ByteArrayInputStream(fileBytes);
    BDecoder decoder = new BDecoder(bis, "UTF-8");
    BDict dict = decoder.decodeDict();
    Map<String, Object> valueMap = dict.getValue();
    infoMap = (Map<String, Object>) valueMap.get("info");
}

public String hash() throws Exception {
    if (hash == null) {
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        BEncoder encoder = new BEncoder(baos, "UTF-8");
        encoder.encodeDict(infoMap);
        hash = DigestUtils.sha1Hex(baos.toByteArray());
    }
    return hash;
}