Codec 如何构成 Payload,由 codebook 规定。GEUL 的 codebook 不是单独的格式,而是 GEUL 文档。一个 Codec 对应一个规格文档。
规格文档的位置
直接码的规格文档由 GEUL Issuer(0x00000000)公布。规格文档是 Codec 文档,没有文档 ID。Codec ID 是将该 Codec 的 TAG WORD(只保留章节和 C 的 Codec 位置,Length 为 0)写成 32 位的值。
/.well-known/geul/0x00000000/codecs/0x0000<TAG>/<版本 ID>.geul
| Codec | TAG | 规格文档 |
|---|---|---|
| Reference LOCAL | 0050 | 0x00000000/codecs/0x00000050 |
| Value QUANTITY | 0660 | 0x00000000/codecs/0x00000660 |
| Edge TRIPLE | 0AA0 | 0x00000000/codecs/0x00000AA0 |
| Edge PUBLICATION | 0B80 | 0x00000000/codecs/0x00000B80 |
解码器只看 TAG WORD 就能构造出规格文档的地址。遇到不认识的 Codec,获取并阅读该文档即可。
<TAG>是目标 TAG WORD 的 4 位十六进制(大写)。Length 位置为0000。每个码对应一个 Codec 文档。Reference 5Q 体系也为每个量化码单独设置(LOCAL Identified0050,LOCAL Generic0060)。直接码和 Issuer Codec 使用同一个地址规则<Issuer>/codecs/<Codec ID>/(公布地址与版本列表)。- 占位标记(
0x0000、0x0010、0x0020)也设有规格文档。它没有 Payload,所以只有 DECLARE,没有 FIELD。标记的含义和接受规则内置于解码器(第 0 层)。尚未确定布局的 Codec 也从只含 DECLARE 的规格文档开始。 - 规格文档以 CODEC-POINTER(
0x00000000、0x0000<TAG>、0)作为DOC-ID。版本列表记录也使用这个 CODEC-POINTER。 - 版本、正本地址和签名规则与一般的公布文档相同。
codebook 与规范版本
- Codec 文档也可以通过 IMPORT-DOC 导入。此时文档位置使用 CODEC-POINTER,而不是 DOC-POINTER。文档 HEAD 的 SPEC-VERSION 决定遵循哪个 codebook。
- 所有解码器都内置核心 codebook,或从这个地址获取。
- 提案(Prefix
000)被采纳为标准时,布局保持不变,只把 Prefix 改为001(概览)。由于目标 TAG WORD 改变,采纳版成为另一个 Codec ID 的新规格文档,提案文档保持不可变。
四个词汇
| Edge | Codec | 作用 |
|---|---|---|
| DECLARE | 0x0BBL | 声明一个 Codec 的 Payload 构成。目标 TAG WORD 1 WORD |
| FIELD | 0x0BCL | 一个 Payload 字段。所属 DECLARE 和宽度 |
| ENUM | 0x0BDL | 为原始值字段的一个码值赋予含义 |
| CODEC | 0x0BEL | 指定字段接受的一个 Kind·Codec |
- 四个 Edge 的布局内置于解码器(第 0 层)。因为读取规格文档时不能依赖 codebook。读取规格文档不需要其他规格文档。
- 名称(Codec 名称、字段名称、码值名称)一律用 BIND 绑定。
FIELD
Edge Id LOCAL
DECLARE LOCAL (该字段所属的 DECLARE)
宽度 1 WORD: 0 = 记录, n = 原始值 n WORD, 0xFFFF = 剩余原始值
- 指向同一个 DECLARE 的 FIELD 在文档中的顺序就是 Payload 的字段顺序。
- 记录字段以 TAG WORD 开头,按其 Length 读取。
- 原始值字段是按固定 WORD 数读取的无符号整数。需要解释的值,如符号、小数、日期,不作为原始值,而作为 Value 记录。
- 剩余原始值(
0xFFFF)只能设置一个,其后只能是固定宽度的原始值。 - Edge 的 Edge Id 不用 FIELD 声明。它是所有 Edge 的第一个元素,是隐含的。EDGE-ISSUER 是 Issuer·Codec 编号之后的第一个元素(EDGE-ISSUER-2WORD)。
- 依次读完各字段后的位置必须与记录末尾恰好吻合。
CODEC
指定字段接受的格式。目标 WORD 直接使用 TAG WORD 的 Codec 位置(章节 KKKK 和 C)。
| Length 位置 | 含义 | 例 |
|---|---|---|
0000 | 精确的 Codec | 0680 SIGNED-DECIMAL, 0050 LOCAL |
1111 | 通配符:与 C 值无关,是该章节 KKKK 的全部(32 格)。建议使用章节第一格(C = 0) | 000F 章节 0 全部, 060F 章节 3 全部 |
Kind 跨多个章节时,按章节逐一列出 CODEC。任意 Reference 是
000F·020F·040F,任意 Value 是060F·080F。量化无关或分组,则列出精确的 Codec。维基数据 QID(量化无关)是
0140、0150、0160、0170、0180五个。记录字段没有 CODEC 时,接受任意记录(占位标记除外)。有一个以上时,必须是其中之一(封闭列表)。
原始值字段设置一个 CODEC 时,将该原始值解释为不带 TAG 的该 Value。
可选字段与占位标记
占位标记是分配给 Reference 章节 0 前三格 0x000L~0x002L 的 1 WORD 记录分组。只有字段的 CODEC 列表将该 WORD 作为精确目标时,它才能出现在该位置。
| CODEC 目标 | 标记 | 该字段 |
|---|---|---|
0000 | ABSENT, 未填写 | 是可选字段。可以省略 |
0010 | UNKNOWN-VALUE, 未知 | 接受“有值但不知道是什么”的断言 |
0020 | NO-VALUE, 无 | 接受“没有值”的断言 |
- 接受规则: 只有该字段的 CODEC 列表中以精确目标包含同一个 WORD 时,标记才有效。通配符(
000F、060F……)和没有 CODEC 的字段(“任意记录”)不接受标记。在 HEAD·BODY 记录位置和 Edge Id 位置,标记无效。 - 省略可选字段时,在该位置写一个 WORD
0x0000(ABSENT)。可选字段也始终占据位置。因此一个记录的表示是唯一的,分解仅由位置决定。 - 标记拥有自己的 Reference 码,不与其他记录重叠,不了解规格的解码器也可以把它当作 1 WORD 记录跳过。
- 三个标记是不同的话语。ABSENT 是关于文档的话(没有填写这个位置),因此不对世界作任何断言。UNKNOWN-VALUE 是断言有值(
∃x),NO-VALUE 是断言没有值(¬∃x,在限定条件之内)。省略不是“没有值”,而是“未填写”。 - 标记表示什么,由接受该标记的 Codec 规格决定(TRIPLE、QUALIFIER)。
例:TRIPLE 规格文档
这是 0x00000000/codecs/0x00000AA0 的 BODY。
| Edge | 内容 | 名称(BIND) |
|---|---|---|
| #1 DECLARE | 目标 0AA0 | TRIPLE |
| #2 FIELD | #1 的字段,记录 | predicate |
| #3 FIELD | #1 的字段,记录 | subject |
| #4 FIELD | #1 的字段,记录 | object |
| #5 FIELD | #1 的字段,原始值 1 WORD | rank |
| #6~#8 ENUM | #5 的码值 0、1、2 | normal, preferred, deprecated |
| #17 CODEC | #5 解释为 UNSIGNED-INTEGER(0620) | |
| #18, #22, #23, #19, #24 CODEC | #4 为任意 Reference(000F·020F·040F)或任意 Value(060F·080F) | |
| #20, #21 CODEC | #4 也接受 UNKNOWN-VALUE(0010)、NO-VALUE(0020) | |
| #25~#27 CODEC | #2 为任意 Reference(000F·020F·040F) | |
| #28~#30 CODEC | #3 为任意 Reference(000F·020F·040F) |
凭这一个文档,解码器就能把 TRIPLE 记录分解为字段,附上字段名称显示,并检查格式是否正确。
例:QUANTITY 规格文档
Value QUANTITY(0660)的四个字段都是记录。
| 字段 | CODEC |
|---|---|
amount | 0610 SIGNED-INTEGER, 0620 UNSIGNED-INTEGER, 0630 BINARY-FLOAT(仅有限值), 0670 FRACTION, 0680 SIGNED-DECIMAL, 0690 UNSIGNED-DECIMAL |
unit | 000F·020F·040F 任意 Reference, 0000 可选 |
lower | 0610·0620·0630·0670·0680·0690(与 amount 相同), 0000 可选 |
upper | 0610·0620·0630·0670·0680·0690(与 amount 相同), 0000 可选 |
规则
- 一个规格文档只有一个 DECLARE。DECLARE 的目标与 Codec ID 的 TAG WORD 相同。
- 同一文档中不得两次声明同一目标。
- 字段构成不同的变体不用分支表示。每个 Codec 单独声明。
- 不能声明含有两个以上可变原始值,或原始值的宽度随其他值而变化的布局。这样的部分用记录包裹。
- 规格文档与其他文档一样按版本公布。但 Codec 的二进制布局不做修订。要改动就分配新的 Codec。
未决问题
- 从
SPEC-VERSION值(v1 为0x0001)到 codebook 文档版本的对应。连接采纳版与提案版的谱系 Meta。