URI é o Value que contém uma sequência de bytes ASCII na gramática de URI da RFC 3986 (URI absoluto, com scheme). Usa o par de códigos de bytes pares·ímpares 0x074L/0x075L.
| Item | Valor |
|---|---|
| Nome | URI (grupo par/ímpar; os nomes por código estão na tabela de membros abaixo) |
| TAG ID | 0x074L·0x075L |
| Seção | 3 0011 (Value), deslocamento C dentro da seção = 20~21 |
| Kind | Value · família: TEXT |
| Descrição do índice | Sequência de bytes ASCII da production URI da RFC 3986. Bytes pares·ímpares |
| Lado Hugo | value/text/uri.md |
Membros
Esta página trata em conjunto os dois códigos de um par par/ímpar. O código par é o de valores com número par de bytes, e o ímpar, o de valores com número ímpar (Registro e TAG WORD). Há um documento de Codec por código. Os campos dos dois documentos de Codec são iguais; só diferem o alvo de DECLARE e o nome (BIND).
| TAG ID | Nome | Número de bytes | Codec ID | Documento de especificação | TAG WORD |
|---|---|---|---|---|---|
0x074L | URI-EVEN | par | 0x00000740 | 0x00000000/codecs/0x00000740/ | 0000 0111 0100 LLLL |
0x075L | URI-ODD | ímpar | 0x00000750 | 0x00000000/codecs/0x00000750/ | 0000 0111 0101 LLLL |
Campos (documento de especificação)
A ordem dos FIELD no documento é a ordem dos campos do Payload (Documento de especificação de Codec).
| Ordem | Campo (BIND) | FIELD | Largura | Formato recebido (CODEC) | ENUM |
|---|---|---|---|---|---|
| 1 | bytes | #2 | restante, valor bruto (0xFFFF) |
URI é o Value que contém uma sequência de bytes ASCII na gramática URI = scheme ":" hier-part [ "?" query ] [ "#" fragment ] da RFC 3986. Como inclui o scheme, a interpretação não precisa de base URI.
Layout
- Código: códigos diretos de Value
0x074L(número par de bytes) e0x075L(número ímpar de bytes). Família TEXT. - O número de bytes é determinado pelo bit menos significativo do Codec e pelo número de WORDs do Payload. É
2 × número de WORD do Payload − bit menos significativo, e não há Byte Count (Value).
TAG WORD 0000 0111 010P LLLL Codec 0x074L/0x075L
[TAG de extensão de Length] quando o total é de 15 WORD ou mais
Payload WORD 1st ... Nth URI bytes / final zero padding
Interpretação e validade
- A sequência de bytes deve obedecer à gramática
URI = scheme ":" hier-part [ "?" query ] [ "#" fragment ]da RFC 3986. Pode incluir query e fragment. - Os terminais da gramática de URI são caracteres US-ASCII. Os caracteres ASCII permitidos são armazenados como estão, e, ao aplicar percent-encoding a octetos, usa-se a forma
pct-encoded = "%" HEXDIG HEXDIG. Caracteres não ASCII não podem ser colocados diretamente como bytes literais. schemee:são obrigatórios. Para referências relativas, usa-se URI-RELATIVE-REF (números de Codec IETF0x00008000·0x00008001).- A production URI da RFC 3986 não admite cadeia vazia. Um registro de 0 byte não é válido.
- Dentro de um WORD, o byte alto vem primeiro. Se o número de bytes é ímpar (código ímpar), o byte baixo não usado do último WORD deve ser
00. - O número de WORDs do Payload é
ceil(número de bytes/2). Se o código é ímpar e o byte baixo do último WORD não é00, rejeita-se.
Base normativa
- A sintaxe de
URI, dos caracteres de URI e do percent-encoding segue a RFC 3986, Uniform Resource Identifier (URI): Generic Syntax. - O par de códigos par/ímpar, o zero padding e a disposição de TAG/Length de GEUL em WORDs de 16 bits são regras de framing deste formato.
Comprimento
- O total é 1 WORD de TAG mais o número de WORDs da TAG de extensão de Length (se houver) e do Payload. Até 14 WORD usa-se o comprimento direto; com 15 WORD ou mais, o comprimento estendido
1110·1111, e a TAG de extensão também conta no total (Length).
Exemplo
https://example.com/tem 20 bytes ASCII (par), logo éURI-EVEN(0x074L).- O Payload tem 10 WORDs:
6874 7470 733A 2F2F 6578 616D 706C 652E 636F 6D2F. - Somando 1 WORD de TAG e 10 WORDs de Payload, o total é 11 WORDs, logo
LLLL=1010. O total é074A 6874 7470 733A 2F2F 6578 616D 706C 652E 636F 6D2F.
GEUL Archive URI
archive.geul.org foi concebido como repositório imutável de conteúdo para que GEUL possa referenciar conteúdos grandes, como binários e documentos externos, e ainda não está em operação. O formato de endereço recomendado é https://archive.geul.org/sha256/{digest}. A mesma sequência de bytes deve ter o mesmo URI, e, depois de publicado, os bytes de um URI não podem ser alterados.
O Value URI apenas representa a localização ou a cadeia de endereço de um conteúdo externo e não garante a identidade nem a imutabilidade do próprio alvo. Binários e textos que excedem o intervalo máximo de um Value em linha podem ser referenciados por um archive URI. Os metadados do objeto armazenado devem registrar os seguintes itens.
- URI original e momento da coleta
- SHA-256 e Byte Length
- MIME type
- license identifier e version
- Autoria, procedência e avisos
- URI da base da licença e, se necessário, uma cópia dessa base na época da coleta
A possibilidade de coleta é julgada não por o acesso ser gratuito, mas por a permissão de redistribuição estar explicitamente confirmada. Devem ser respeitadas as condições de licença aplicáveis, como atribuição, uso não comercial, proibição de alteração e compartilhamento pela mesma licença. Em documentos e conteúdos registra-se uma licença explícita, como Creative Commons, e em software usa-se, sempre que possível, o SPDX License ID.
Mesmo que o fornecimento seja interrompido por questão de direitos ou por correção, não se podem colocar outros bytes num URI existente. Esse URI deve devolver um tombstone com o motivo e o momento da interrupção, e o digest original e o registro de auditoria devem ser preservados. No entanto, se uma obrigação legal proibir a preservação do registro de auditoria, essa obrigação prevalece.
O archive URI fornece em conjunto o local de acesso e o digest do conteúdo. Essa regra de content-address e de imutabilidade é política do profile GEUL Archive, e a gramática geral do Value URI não depende de archive.geul.org.
Texto original do documento de especificação
É o documento de especificação 0x00000000/codecs/0x00000740/latest.geul lido com geul show (hexadecimal em maiúsculas).
SPEC-VERSION 0x0001
DOC-ID 0x0426000000000000074000000000
BODY
#1 DECLARE 0x0740
#2 FIELD #1 rest
#3 BIND #1 "URI-EVEN"
#4 BIND #2 "bytes"
Acima está o documento de Codec de URI-EVEN (0x074L). O documento de Codec do outro membro (URI-ODD) difere apenas no Codec ID do DOC-ID, no alvo de DECLARE e no nome ligado a #1 (BIND).