torrent 種子檔原本只是用來記錄 BT 下載所需資訊的一種檔案,但隨著網路快速發展,一些人把不宜公開的資訊藏進了小小的種子檔裡。各大網盤與下載工具因此紛紛從種子檔中萃取關鍵資訊,將敏感內容擋在門外。本文就來看看這些關鍵資訊藏在哪裡,以及如何用 Node.js 將它們清理掉。
根據維基百科的說明:.torrent 種子檔本質上是文字檔,包含 Tracker 資訊與檔案資訊兩部分。Tracker 資訊是 BT 下載所需的伺服器位址與相關設定;檔案資訊則是依據目標檔案計算生成,並以 BitTorrent 協定的 Bencode 規則編碼。它的原理是把要下載的檔案虛擬分成大小相等的區塊,再把每個區塊的索引與雜湊驗證碼寫入種子檔,因此種子檔就是下載檔案的「索引」。

如上圖所示,被識別出來的敏感關鍵字,通常就藏在 name 與 file 裡:name 是種子名稱,而 file 中的 path 則包含所有要下載的檔案資訊。
為了找出種子中的敏感資訊,我們請出 Node.js 與 parse-torrent 這個套件作為助手。先用 npm 安裝:
npm install parse-torrent
接著用它把種子資訊解析成物件:
var fs = require("fs");
var parseTorrent = require('parse-torrent');
var info = parseTorrent(fs.readFileSync('my.torrent'));
console.log(info);
可以看到解析出來的 name 與 files 資訊都是以 Buffer 形式儲存。

清理的關鍵,在於把 name 以及 files 裡的 path 資訊處理掉。下面的做法是將這些欄位的值以 md5 加密(保留副檔名),使原本可辨識的文字變成一段無意義的雜湊:
function cleanInfo(info) {
// 將種子名稱以 md5 加密
info.name = md5(info.name);
info['name.utf-8'] = md5(info['name.utf-8']);
var files = info.files;
for (var i = 0; i < files.length; i++) {
var file = files[i];
for (var key in file) {
if (key == "path" || key == "path.utf-8") {
for (var j = 0; j < file[key].length; j++) {
var text = file[key][j].toString();
var dotIndex = text.lastIndexOf(".");
// 保留副檔名,其餘部分以 md5 加密
file[key][j] = md5(text.slice(0, dotIndex)) + text.slice(dotIndex);
}
}
}
}
return info;
}
// 將清洗後的 info 重新生成 torrent 檔
var buf = parseTorrent.toTorrentFile({ info: cleanInfos[i] });
fs.writeFile(dir + "/" + cleanInfos[i].name + ".torrent", buf);
經過這樣的處理,原本含敏感文字的種子檔,其名稱與檔案路徑都會被替換成雜湊值,从而实现資訊清理的目的。

整個流程可以濃縮為三步:以 parse-torrent 解析種子、用 md5 處理 name 與 path 欄位、再將結果重新打包成 torrent 檔。這示範了 Node.js 在二進位/文字檔案處理上的便利,也讓我們對種子檔的內部結構有了更具體的認識。