URI 是承载符合 RFC 3986 URI(含 scheme 的绝对 URI)语法的 ASCII 字节序列的 Value。使用偶数·奇数字节代码对 0x074L/0x075L。
| 项目 | 值 |
|---|---|
| 名称 | URI(奇偶分组。各代码的名称见下方成员表) |
| TAG ID | 0x074L·0x075L |
| 章节 | 3 0011(Value),章节内偏移 C = 20~21 |
| Kind | Value · 系列:TEXT |
| 索引说明 | RFC 3986 URI production 的 ASCII 字节序列。偶数·奇数字节 |
| Hugo 路径 | value/text/uri.md |
成员
本页同时处理奇偶一对的两个代码。偶数代码的值字节数为偶数,奇数代码的值字节数为奇数(记录与 TAG WORD)。Codec 文档每个代码一份。两份 Codec 文档的字段相同,只有 DECLARE 对象和名称(BIND)不同。
| TAG ID | 名称 | 字节数 | Codec ID | 规格文档 | TAG WORD |
|---|---|---|---|---|---|
0x074L | URI-EVEN | 偶数 | 0x00000740 | 0x00000000/codecs/0x00000740/ | 0000 0111 0100 LLLL |
0x075L | URI-ODD | 奇数 | 0x00000750 | 0x00000000/codecs/0x00000750/ | 0000 0111 0101 LLLL |
字段(规格文档)
FIELD 在文档中的顺序就是 Payload 字段的顺序(Codec 规格文档)。
| 顺序 | 字段(BIND) | FIELD | 宽度 | 接收格式(CODEC) | ENUM |
|---|---|---|---|---|---|
| 1 | bytes | #2 | 剩余原始值(0xFFFF) |
URI 是承载符合 RFC 3986 URI = scheme ":" hier-part [ "?" query ] [ "#" fragment ] 语法的 ASCII 字节序列的 Value。因为包含 scheme,解释时不需要 base URI。
布局
- 代码:Value 直接码
0x074L(偶数字节)·0x075L(奇数字节)。系列 TEXT。 - 字节数由 Codec 的最低位和 Payload WORD 数决定。即
2 × Payload WORD 数 − 最低位,不设 Byte Count(Value)。
TAG WORD 0000 0111 010P LLLL Codec 0x074L/0x075L
[Length 扩展 TAG] 总计 15 WORD 以上时
Payload WORD 1st ... Nth URI bytes / final zero padding
解释与有效性
- 字节序列必须符合 RFC 3986 的
URI = scheme ":" hier-part [ "?" query ] [ "#" fragment ]语法。可以包含 query 和 fragment。 - URI 语法的 terminal 是 US-ASCII 字符。允许的 ASCII 字符原样存储,对 octet 做 percent-encoding 时使用
pct-encoded = "%" HEXDIG HEXDIG形式。不得将非 ASCII 字符作为 literal byte 直接放入。 - 必须包含
scheme和:。相对引用使用 URI-RELATIVE-REF(IETF Codec 编号0x00008000·0x00008001)。 - RFC 3986 的 URI production 不允许空字符串。0 byte 记录无效。
- WORD 内高位 byte 在前。字节数为奇数(奇数代码)时,最后一个 WORD 中未使用的低位 byte 必须为
00。 - Payload WORD 数为
ceil(字节数/2)。若为奇数代码而最后一个 WORD 的低位 byte 不是00,则拒绝。
标准依据
URI、URI 字符与 percent-encoding 语法遵循 RFC 3986, Uniform Resource Identifier (URI): Generic Syntax。- 奇偶代码对、zero padding、GEUL TAG/Length 与 16 位 WORD 排布是该格式的 framing 规则。
长度
- 总长为 TAG 1 WORD、Length 扩展 TAG(如有)与 Payload 的 WORD 数之和。14 WORD 以下用直接长度,15 WORD 以上用
1110·1111扩展长度,扩展 TAG 也计入总数(Length)。
示例
https://example.com/为 ASCII 20 byte(偶数),因此是URI-EVEN(0x074L)。- Payload 为
6874 7470 733A 2F2F 6578 616D 706C 652E 636F 6D2F共 10 WORD。 - TAG 1 WORD 加 Payload 10 WORD,总计 11 WORD,因此
LLLL=1010。整体为074A 6874 7470 733A 2F2F 6578 616D 706C 652E 636F 6D2F。
GEUL Archive URI
archive.geul.org 是为在 GEUL 中引用外部二进制、文档等大型内容而设想的不可变内容存储库,目前尚未运营。推荐的地址格式为 https://archive.geul.org/sha256/{digest}。相同的字节序列必须对应相同的 URI,发布之后不得更改同一 URI 的字节。
URI Value 只表示外部内容的位置或地址字符串,不保证对象本身的同一性或不可变性。超出内联 Value 最大范围的二进制和文本可以通过 archive URI 引用。存储对象的元数据必须记录以下项目。
- 原始 URI 与收集时间
- SHA-256 与 Byte Length
- MIME type
- license identifier 与 version
- 作者、出处与声明
- 许可证依据 URI,必要时附收集时的依据副本
能否收集,不以能否免费访问为准,而以是否明确确认了再分发权限为准。必须遵守署名、非商业、禁止修改、相同方式共享等适用的许可证条件。文档和内容应记录 Creative Commons 之类的明确许可证,软件则尽可能使用 SPDX License ID。
即使因权利问题或更正而停止提供,也不得在原有 URI 中放入不同的字节。该 URI 应返回载有停止原因和时间的 tombstone,并保存原始 digest 与审计记录。但若法律义务禁止保存审计记录,则以该义务为先。
archive URI 同时提供访问位置和内容 digest。这一 content-address 与不可变性规则是 GEUL Archive profile 的策略,URI Value 的通用语法不依赖于 archive.geul.org。
规格文档原文
这是用 geul show 读取规格文档 0x00000000/codecs/0x00000740/latest.geul 的样子(十六进制为大写)。
SPEC-VERSION 0x0001
DOC-ID 0x0426000000000000074000000000
BODY
#1 DECLARE 0x0740
#2 FIELD #1 rest
#3 BIND #1 "URI-EVEN"
#4 BIND #2 "bytes"
以上是 URI-EVEN(0x074L)的 Codec 文档。其他成员(URI-ODD)的 Codec 文档只在 DOC-ID 的 Codec ID、DECLARE 对象、#1 绑定的名称(BIND)上不同。