נתוני GEUL הם רצף של רשומות. כל רשומה מתחילה ב-TAG WORD אחד.

פריסת הרשומה

TAG WORD (16 סיביות)
┌──────────┬──────────┬──────────┬──────────┐
│  Prefix  │   Kind   │  Class   │  Length  │
│   3bit   │   4bit   │   5bit   │   4bit   │
│   000    │   KKKK   │  CCCCC   │   LLLL   │
└──────────┴──────────┴──────────┴──────────┘
[TAG הרחבה של Length]
[TAG הרחבה של Codec]
[TAG לפי Codec]
Payload
  • ה-TAG WORD הוא 000K KKKC CCCC LLLL. 4 הסיביות העליונות KKKK הן הקטע S = w >> 9, וקטע אחד הוא 32 תאים. C הוא היסט 5 הסיביות בתוך הקטע (w >> 4) & 0x1F.
  • TAG ID נכתב כ-0x000L. שלוש הספרות הראשונות הן מקום ה-Codec בן 9 הסיביות (w >> 4) המשלב את הקטע ו-C, ו-L הוא מקום ה-Length. בערך ה-WORD בפועל כותבים מספר במקום L (למשל TRIPLE הוא 0x0AAL, וה-TAG WORD של TRIPLE בן 10 WORD הוא 0x0AA9).
  • TAG הרחבה ממוקם רק לפי הסדר שלעיל. TAG הרחבה של Length בא תמיד מיד אחרי ה-TAG WORD.
  • הרכב ה-TAG לפי Codec וה-Payload נקבע במפרט של כל Codec. אורך ה-TAG לפי Codec אינו נרשם ב-TAG WORD, כי לפירוש ה-Payload דרוש codebook בכל מקרה.
  • Codec בעל תת-פורמט מציין את תת-הפורמט ב-WORD אחד של TAG לפי Codec (Edge WORLD וכדומה).

סדר בייטים

  • הסריאליזציה הקנונית היא big endian.
  • שדות סיביות מסודרים מהסיבית העליונה.
  • בתוך WORD כותבים קודם את הבייט העליון, וערך בן כמה WORD נכתב מה-WORD העליון.
  • הייצוג בזיכרון נתון לבחירה חופשית של המימוש.

Kind (טווח קטעים)

קטעKindTAG IDהגדרה
0~2Reference0x000L~0x05FLמצביע על פריט. מזהה את הפריט באמצעות Codec ו-ID הפריט
3·4Value0x060L~0x09FLמכיל את הערך עצמו. ה-Codec קובע את פירוש ה-Payload
5~13Edge0x0A0L~0x1BFLקושר רשומות אחרות כמרכיבים. ה-Codec קובע את תפקיד המרכיבים וסדרם
14·15Meta0x1C0L~0x1FFLמדבר על המסמך ועל הרשומות
  • ה-Kind נקבע לפי טווח הקטע בלבד: w < 0x0600 Reference, w < 0x0A00 Value, w < 0x1C00 Edge, והשאר Meta. אין יוצא מן הכלל.

  • Kind הוא תכונה בלתי משתנה של Codec. Codec שהוקצה פעם אחת אינו מועבר ל-Kind אחר.

  • Value ו-Edge הם באותו פורמט “Codec + Payload”. רק ל-Edge יש רשומות אחרות כמרכיבים.

  • ב-Reference טבלת הקודים מחולקת בין הסמנים, המצביעים, מערך 5Q ו-REFERENCE-ISSUER. הכימות נמצא בקוד המערך. הכימות של REFERENCE-ISSUER נקבע במסמך ה-Issuer (Reference).

Length (4 סיביות)

Length הוא מספר ה-WORD הכולל שהרשומה תופסת. הוא כולל את ה-TAG WORD, את TAG ההרחבה, את ה-Payload ואת הריפוד ב-WORD האחרון.

ערךמשמעות
0000~11011~14 WORD (ערך + 1)
1110אורך מורחב 1: ב-WORD הבא מספר ה-WORD הכולל (15~65,535)
1111אורך מורחב 2: ב-2 ה-WORD הבאים מספר ה-WORD הכולל (65,536~2³²−1)
  • 1~14 WORD חייבים להיכתב באורך ישיר. ייצוג רחב יותר אינו צורה קנונית.
  • במספר ה-WORD הכולל של אורך מורחב נכלל גם TAG ההרחבה של Length עצמו.
  • אין רשומה שעולה על 2³²−1 WORD.
  • רשומה של 1 WORD היא TAG WORD אחד ללא Payload. משתמשים בה רק כשמפרט ה-Codec מתיר (למשל Meta ‏BODY, ‏END, רצף בייטים ריק, סמן מקום).
  • גם בלי codebook אפשר לדלג על רשומה: מיקום הרשומה הבאה = תחילת הרשומה הנוכחית + Length.

Codec (קטע ו-C, 9 סיביות)

TAG IDשםמשמעות
ההתחלה של כל תחום Kindקוד ישירה-TAG WORD לבדו קובע את ה-Codec
0x05DL, 0x09DL, 0x1BDLREFERENCE-ISSUER-2WORD, VALUE-ISSUER-2WORD, EDGE-ISSUER-2WORDב-TAG ההרחבה של ה-Codec: Issuer של 2 WORD ומספר Codec של 2 WORD
0x05EL, 0x09EL, 0x1BELREFERENCE-ISSUER-4WORD, VALUE-ISSUER-4WORD, EDGE-ISSUER-4WORDב-TAG ההרחבה של ה-Codec: Issuer של 4 WORD ומספר Codec של 2 WORD
0x05FL, 0x09FL, 0x1BFLREFERENCE-ISSUER-16WORD, VALUE-ISSUER-16WORD, EDGE-ISSUER-16WORDב-TAG ההרחבה של ה-Codec: Issuer של 16 WORD ומספר Codec של 2 WORD
  • שלושת התאים האחרונים בכל תחום Kind הם ISSUER. רוחב ה-Issuer הוא שתי הסיביות התחתונות של C (01 2 WORD, ‏10 4 WORD, ‏11 16 WORD). ל-Meta אין פורמט Issuer.
  • ה-C של קוד ישיר נפרד לכל קטע. אותו ערך C בקטע אחר הוא Codec אחר. Codec ID של קוד ישיר הוא ה-TAG WORD כולו (L=0), ולכן ה-Kind כלול בו.
  • מספר Codec של Issuer הוא מרחב אחד לכל Issuer, בלי קשר ל-Kind. ה-Issuer מקצה אותו כך שלא יתנגש בתוך codecs/ שלו (כתובות פרסום ורשימת גרסאות).
  • Codec שאינו קוד ישיר הוא זוג (Issuer, מספר Codec). מספר ה-Codec מוגדר בידי אותו Issuer (Issuer ופרסום). פורמט מורחב ממוקם תחת ה-Issuer של הגוף שקבע אותו.
  • Codec שיש לו קוד ישיר אינו נרשם בנפרד כפורמט Issuer.
  • פורמט Issuer קיים ב-Reference, ב-Value וב-Edge. Meta הוא מפרט משותף ש-GEUL בלבד מגדירה.
  • הקטע (w >> 9) של קוד ישיר ב-Edge הוא המשפחה. קוד ישיר של Value ו-Meta אינם מבטאים משפחה ומחלקה בסיביות. משמעות מספר Codec נקבעת בידי ה-Issuer.
  • אי אפשר להחזיר קוד ישיר. רק פורמט שהתדירות שלו אומתה ממוקם בקוד ישיר.

רשומת פורמט Issuer

TAG WORD          קוד ISSUER (שלושת התאים האחרונים בכל תחום Kind)
[TAG הרחבה של Length]
Issuer            2/4/16 WORD (ה-Codec קובע את הרוחב)
מספר Codec        2 WORD. ה-Issuer מגדיר
Payload           נקבע במסמך ה-Codec שה-Issuer הוציא
  • הפריסה זהה בשלושת ה-Kind. אם המספרים אינם מספיקים, מקבלים Issuer נוסף.
  • ה-Payload של Edge (EDGE-ISSUER) מתחיל ב-Edge Id כמו ב-Edge אחרים. לכן הסדר הוא TAG, ‏Issuer, מספר Codec, ‏Edge Id ושאר ה-Payload.
  • מפענח שאינו מכיר את הפורמט מכיר עד ה-Issuer ומספר ה-Codec ומדלג לפי Length.

רצף בייטים באורך משתנה

ערך שאורכו נמדד בבייטים, כמו טקסט, URI, תג שפה ורצף בייטים לא ידוע, מקבל Codec (או מספר Codec) בזוג זוגי ואי-זוגי.

  • אם הסיבית התחתונה ביותר של ה-Codec (בקוד ישיר, הסיבית התחתונה של C) היא 0, מספר הבייטים זוגי, ואם 1, אי-זוגי.
  • מספר הבייטים = 2 × מספר ה-WORD של ה-Payload − הסיבית התחתונה. אין שדה Byte Count.
  • אם אי-זוגי, הבייט התחתון של ה-WORD האחרון הוא ריפוד 0x00. אם אינו 0x00, דוחים.
  • רצף בייטים ריק הוא רשומה של 1 WORD (ה-TAG WORD בלבד) ב-Codec הזוגי.
  • ערכים בגודל קבוע, כמו UUID, digest וכתובת, אינם מקבלים זוג.

דוגמה: קריאת TAG WORD

נקרא את 0AA9.

0x0AA9 = 0000 1010 1010 1001
         000 | 0101 | 01010 | 1001
Prefix 000, קטע 0101(5, Edge), C 01010, Codec 0x0AAL(TRIPLE), Length 1001(10 WORD)

רשומה זו היא Edge בת 10 WORD וה-Codec שלה הוא TRIPLE. גם בלי codebook יודעים שהרשומה הבאה נמצאת 10 WORD אחריה.

סמן מקום

ה-TAG WORD‏ 0x0000, ‏0x0010, ‏0x0020 הם רשומות של 1 WORD של סמן מקום ב-Reference. הם אינם מצביעים על פריט אלא ממלאים מקום של שדה ברשומה (סמן מקום).

0x0000, 0x0010, 0x0020 = 0000 0000 00CC 0000
                         Prefix 000, קטע 0(Reference), C 0~2, LLLL 0000(1 WORD)
WORDשםמשמעותעל מה האמירהלוגיקההנחת עולםWikidata
0x0000ABSENTלא נכתבהמסמך: המקום הזה לא מולאללא טענהעולם פתוחאין snak
0x0010UNKNOWN-VALUEאינו ידועהעולם: יש ערך. אינו ידוע מהו∃x. P(s, x)הקיום סגור, הזהות פתוחהsomevalue
0x0020NO-VALUEאיןהעולם: אין ערך¬∃x. P(s, x)סגור ביחס ל-(s, P, תנאי מסייג)novalue
  • דוגמה: אם ילדים (P40) הוא ABSENT, אין יודעים כמה, אם UNKNOWN-VALUE, אחד או יותר, ואם NO-VALUE, אפס. אם זמן הסיום (P582) הוא ABSENT, אין יודעים אם הוא עדיין תקף, אם UNKNOWN-VALUE, הוא הסתיים אך אין יודעים מתי, ואם NO-VALUE, הוא לא הסתיים.
  • סמן תקף רק אם רשימת ה-CODEC של השדה מציבה את אותו WORD במדויק. תו כללי, שדה ללא CODEC, מקום של רשומת HEAD·BODY ומקום של Edge Id הם invalid (CODEC).
  • חובות הצד הקורא:
    1. UNKNOWN-VALUE אינו ערך אלא טענת קיום. הוא אינו שווה ואינו שונה מאף ערך, וגם שני UNKNOWN-VALUE אינם נחשבים לאותו ערך. TRIPLE המכיל UNKNOWN-VALUE אינו ממוזג ככפילות.
    2. NO-VALUE סגור בתוך התנאי המסייג של אותו פסוק. אם הוא נמצא יחד עם TRIPLE של ערך שתנאיו המסייגים אינם מובחנים, ב-Subject·Predicate·rank זהים, זו סתירה, והבודק מזהיר (ואינו דוחה).
    3. rank חל באותו אופן. בבחירת הערך המייצג (truthy), גם ה-TRIPLE של שני הסמנים הם מועמדים.
    4. כשהוא משמש כערך QUALIFIER, הוא משנה את משמעות המסייג (P582 = UNKNOWN: הסתיים, הזמן אינו ידוע. P582 = NONE: לא הסתיים).
    5. ABSENT אינו אומר דבר על העולם. אין משתמשים ב-UNKNOWN-VALUE עבור ערך שלא הצליחו להעביר.

צורה קנונית

אותו תוכן חייב להיות אותם בייטים. רק כך hash התוכן והחתימה נקבעים באופן יחיד.

  • אורך נכתב בייצוג הקצר ביותר (1~14 WORD באורך ישיר).
  • מספר שלם נכתב ברוחב הקצר ביותר. נשענים על הצורה הקנונית שמפרט כל Codec קובע.
  • רשומה שאינה בצורה קנונית נדחית.
  • יוצא מן הכלל: L=1111 ב-WORD היעד של CODEC מתחשב רק בקטע KKKK, בלי קשר לערך C. מומלץ התא הראשון בקטע (C = 0), ואין דוחים גם C אחר באותו קטע.