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 ID0x074L·0x075L
章节3 0011(Value),章节内偏移 C = 20~21
KindValue · 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
0x074LURI-EVEN偶数0x000007400x00000000/codecs/0x00000740/0000 0111 0100 LLLL
0x075LURI-ODD奇数0x000007500x00000000/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
1bytes#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

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。