BT客户端源码分析之二：Storage 类

转载自：http://blueidea.bokee.com/1497128.html

作者：小马哥

日期：2004-6-28

由于 Storage 类比较简单，我直接在源码基础上进行注释。掌握Storage，为进一步分析 StorageWrapper 类打下基础。

几点说明：

1、 Storage 类封装了对磁盘文件的读和写的操作。

2、 BT既支持单个文件的下载，也支持多个文件，包括可以有子目录。但是它并不是以文件为单位进行下载和上传的，而是以“文件片断”为单位。这可以在BT协议规范以及另一篇讲BT技术的文章中看到。所以，对于多个文件的情况，它也是当作一个拼接起来的“大文件”来处理的。例如，有文件 aaa和bbb，大小分别是 400和1000，那么它看作一个大小为 1400 的大文件，并以此来进行片断划分。

3、 文件在下载过程中，同时提供上传，所以是以读写方式打开的，wb+和rb+都指的读写方式。在下载完毕之后，改为只读方式。

4、 由于下载可能中断，所以在 Storage 初始化的时候，磁盘上可能已经存在文件的部分数据，必须检查一下文件的大小。为了便于描述，我们把完整文件的大小称为“实际长度”，把文件当前的大小成为“当前长度”。

class Storage:

# files 是一个二元组的列表（list），二元组包含了文件名称和长度，例如：

[(“aaa”, 100), (“bbb”, 200)]

def __init__(self, files, open, exists, getsize):

self.ranges = []

# 注意，这里是 0l，后面的l表示类型是长整形，而不是 01。

total = 0l

so_far = 0l

for file, length in files:

if length != 0:

# ranges 是一个三元组列表，三元组的格式是： 在“整个”文件的起始位置、结束位置、文件名。BT在处理多个文件的时候，是把它们看作一个拼接起来的大文件。

self.ranges.append((total, total + length, file))

total += length

# so_far 是实际存在的文件的总长度，好像没有起作用

if exists(file):

l = getsize(file)

if l > length:

l = length

so_far += l

# 如果文件长度为0， 则创建一个空文件

elif not exists(file):

open(file, 'wb').close()

# begins 是一个列表，用来保存每个文件的起始位置

self.begins = [i[0] for i in self.ranges]

self.total_length = total

self.handles = {}

self.whandles = {}

self.tops = {}

# 对于每一个文件，，，

for file, length in files:

# 如果文件已经存在

if exists(file):

l = getsize(file)

# 如果文件长度不一致，说明还没有下载完全，则以读写（rb+）的方式打开文件。

if l != length:

handles 是一个字典，用来保存所有被打开文件（无论是只读还是读写）的句柄

whandles 是一个字典，用来记录对应文件是否是以写的方式打开（读写也是一种写）。

self.handles[file] = open(file, 'rb+')

self.whandles[file] = 1 （这里是数字1，而不是字母 l）

#如果文件长度大于实际长度，那么应该是出错了，截断它。

if l > length:

self.handles[file].truncate(length)

如果文件长度和实际长度一致，那么下载已经完成，以只读方式打开。

else:

self.handles[file] = open(file, 'rb')

# tops 是一个 字典，保存对应文件的“当前长度”。

self.tops[file] = l （这里是字母 l，不是数字 1）

# 如果文件并不存在，那么以读写（w+）的方式打开

else:

self.handles[file] = open(file, 'wb+')

self.whandles[file] = 1

# 判断起始位置为 pos，长度为 length的文件片断，在 Storage 初始化之前，是否就已经存在于磁盘上了。这个函数后面分析 StoageWrapper 类的时候会再提到。

如果已经存在，那么返回 true，否则为 false。

注意：如果这个片断的部分数据已经存在于磁盘上的话，那么也返回 false。

在分析 StorageWrapper 的时候，才发现这里分析的不对。这个函数意思应该是：

判断起始位置为 pos，长度为 length的文件片断，在 Storage 初始化之前，是否已经在磁盘上分配了空间。

例如，大小为 1024k的文件，如果获得了 第1个片断（从256k到512k），那么这时候，磁盘上文件的大小是 512k（也就是分配了512k），尽管第0个片断（从0到256k）还没有获得，但磁盘上会保留这个“空洞”。

def was_preallocated(self, pos, length):

for file, begin, end in self._intervals(pos, length):

if self.tops.get(file, 0) < end:

return False

return True

# 将所有原来以 读写方式打开的文件，改成只读方式打开

def set_readonly(self):

# may raise IOError or OSError

for file in self.whandles.keys():

old = self.handles[file]

old.flush()

old.close()

self.handles[file] = open(file, 'rb')

# 获取所有文件的总长度

def get_total_length(self):

return self.total_length

这个函数意思是检查 起始位置 为 pos，大小为 amount 的片断实际位置在哪里？

例如，假设有两个文件，aaa和bbb，大小分别是 400 和 1000，那么 pos 为300，amount为200的文件片断属于哪个文件了？它分别属于两个文件，所以返回的是

[(“aaa”, 300, 400), (“bbb”, 0, 100)]，

也就是它既包含了 aaa 文件中从 300 到 400这段数据，也包含了 bbb 文件从 0 到 100 这段数据。

def _intervals(self, pos, amount):

r = []

# stop 是这个片断的结束位置。

stop = pos + amount

# 通过这个函数，可以首先定位在哪个文件中，注意，可能在多个文件中（如果某个文件过小，那么，一段数据可能跨越几个文件）

# 通过例子来解释下面这句，假设 begins = [ 100, 200, 400, 1000],而 pos = 250，那么 bisect_right(self.begins, pos) 返回的是 2，而p = bisect_right(self.begins, pos) – 1 就是 1，这表示起始位置为 250 的文件“片断”，它至少属于第1个文件（从 0 开始算起），也就是起始为200的文件。

p = bisect_right(self.begins, pos) – 1

# r 是一个三元组的列表，三元组格式是（文件名，在该文件的起始位置，在该文件的结束位置）。

while p < len(self.ranges) and self.ranges[p][0] < stop:

begin, end, file = self.ranges[p]

r.append((file, max(pos, begin) - begin, min(end, stop) - begin))

p += 1

return r

# 把从 pos开始，amount长的数据从文件中读出来，转换成一个字符串

def read(self, pos, amount):

r = []

for file, pos, end in self._intervals(pos, amount):

h = self.handles[file]

h.seek(pos)

r.append(h.read(end - pos))

# 把list 转换为一个字符串

return ''.join(r)

# 把一段字符串写到相应的磁盘文件中。

def write(self, pos, s):

# might raise an IOError

total = 0

for file, begin, end in self._intervals(pos, len(s)):

# 如果该文件并不是以写的方式打开的，那么改成读写的方式打开

if not self.whandles.has_key(file):

self.handles[file].close()

self.handles[file] = open(file, 'rb+')

self.whandles[file] = 1

h = self.handles[file]

# 通过 seek 函数移动文件指针，可以看出来，文件不是按照顺序来写的，因为所获取的文件片断是随机的，所以写也是随机的。

# 这里有一个疑问，假设获得了第二个文件片断，起始是 1000，大小是500，而第一个片断还没有获得，那么文件指针要移动到 1000 处，并写500个字节。这时候，文件的大小应该是 1500，尽管前面 1000 个字节是“空洞”。那么如果，直到结束，都没有获得第一个片断，又如何检测出来了？（通过检查 total？）

h.seek(begin)

h.write(s[total: total + end - begin])

total += end - begin

# 关闭所有打开文件

def close(self):

for h in self.handles.values():

h.close()