Bencode是BitTorrent协议定义的轻量序列化格式，仅含string、integer、list、dictionary四种类型，字符串带长度前缀（如4:spam），无空白容忍，不可用JSON库解析；手写解析需跳过空白、识别首字符、递归下降，关键在正确提取info原始字节以计算info_hash。
什么是Bencode，为什么不能直接用JSON库解析
Bencode是BitTorrent协议定义的轻量序列化格式，不是JSON、XML或YAML。它只有四种类型：string、integer、list、dictionary，且无空格容忍、无类型后缀、字符串带长度前缀（如 4:spam 表示字符串 "spam"）。用jsoncpp或nlohmann/json强行读会直接崩溃或返回空——因为开头就是数字或字母，根本不是合法JSON。
手写解析器的关键三步：跳过空白、识别首字符、递归下降
标准Bencode无空白要求，但实际种子文件常含换行/空格（尤其comment字段），必须跳过；首字符决定类型：d→字典，l→列表，i→整数，数字→字符串。解析函数必须返回解析后对象 + 新的读取位置（避免拷贝子串）。
-
parse_string：读到冒号后，按前面数字提取对应长度字节，不校验UTF-8 -
parse_int：跳过i，读到e为止，支持负数（如i-42e） -
parse_dict：循环调用parse_string（key）和任意类型解析（value），直到遇到e
示例片段（简化）：
std::pair<bvalue size_t> parse(const std::string& s, size_t pos) {
while (pos = s.size()) throw std::runtime_error("unexpected EOF");
switch (s[pos]) {
case 'i': return parse_int(s, pos);
case 'l': return parse_list(s, pos);
case 'd': return parse_dict(s, pos);
default: return parse_string(s, pos); // 数字开头即string
}
}
</bvalue>
解析种子文件时必须处理的特殊字段和陷阱
Torrent文件是Bencode字典，但关键字段有隐含规则：比如info字典必须先序列化为Bencode再计算SHA-1（不是对原始JSON或结构体哈希），而pieces是二进制字符串（每个piece 20字节，拼起来是固定长度的hash串，不是base32/base64）。常见坑：
- 误把
pieces当普通字符串解析后直接.c_str()——它含\0，std::string构造正确，但打印会截断 -
encoding字段存在时，需用其指定编码（如UTF-8）解码name等字段，但多数种子没设该字段，默认UTF-8 -
creation date是Unix时间戳（整数），不是ISO字符串；private是整数0/1，不是布尔值
推荐用现成库还是自己写
如果只解析种子文件（非完整BT客户端），用libtorrent的entry类最省事：entry e = bdecode(data)，然后e["info"]["name"].string()即可。但若嵌入资源受限环境（如嵌入式）、或需深度定制（如跳过info只读announce），手写轻量解析器更可控——核心逻辑200行内可覆盖99%种子文件。注意：不要尝试兼容所有Bencode变种（如带浮点扩展的非标格式），标准BitTorrent种子严格遵循原始spec。
真正麻烦的是info字典的原始Bencode字节提取——必须从解析器中暴露未解析的原始子串，否则无法正确计算info_hash。这点几乎所有简易解析器都会忽略。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
