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
CodecTAG规格文档
Reference LOCAL00500x00000000/codecs/0x00000050
Value QUANTITY06600x00000000/codecs/0x00000660
Edge TRIPLE0AA00x00000000/codecs/0x00000AA0
Edge PUBLICATION0B800x00000000/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 Identified 0050,LOCAL Generic 0060)。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

EdgeCodec作用
DECLARE0x0BBL声明一个 Codec 的 Payload 构成。目标 TAG WORD 1 WORD
FIELD0x0BCL一个 Payload 字段。所属 DECLARE 和宽度
ENUM0x0BDL为原始值字段的一个码值赋予含义
CODEC0x0BEL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 Codec0680 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
0000ABSENT, 未填写是可选字段。可以省略
0010UNKNOWN-VALUE, 未知接受“有值但不知道是什么”的断言
0020NO-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 0AA0TRIPLE
#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 WORDrank
#6~#8 ENUM#5 的码值 0、1、2normal, 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
amount0610 SIGNED-INTEGER, 0620 UNSIGNED-INTEGER, 0630 BINARY-FLOAT(仅有限值), 0670 FRACTION, 0680 SIGNED-DECIMAL, 0690 UNSIGNED-DECIMAL
unit000F·020F·040F 任意 Reference, 0000 可选
lower0610·0620·0630·0670·0680·0690(与 amount 相同), 0000 可选
upper0610·0620·0630·0670·0680·0690(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。