5分钟深入了解以太坊编码原理

以太坊编码原理－RLP回归前缀长度编码

Recursive Length Prefix（RLP）在以太坊中使用目的是将输入的项目编码成序列化的格式，在介绍RLP的编码规则前，建议参照ASCII的编码表，ASCII编码工具，与10进制与16进制的转换工具以帮助理解。RLP编码主要用于以太坊中资料传输与链上的储存。其主要编码特色是将长度与类型作为数据的前缀(prefix)。

RLP编码只能处理字串(String)与列表(List)

几个可以做RLP编码的例子：

“dog” [“cat”, “dog”] [ [], [[]], [ [], [[]] ] ] [“cat”, [“dog”, “duck”], “bird”, [[]] , [“”], “bunny”]

而其他的数据类型像是struct可以转成列表，int可以转成二进制(字串类型)，且在以太坊中的整数皆以大端模式表示，并去掉前导的0，例如4个byte的数0x1234用大端模式表示后为00 00 12 34，去掉0后代表将开头的0全部去掉，仅回传12 34的值，若不了解大端与小端可以在这篇文章中找到更详细的解释。

RLP编码（RLP Encoding）

首先针对字串类型，以太坊黄皮书中的附录中介绍了3个规则：

字串类的编码规则（一）：

若目标字串为单个byte 时，且值的范围为[0x00,0x7f] 时，编码其实就是ASCII 的编码，所以在0x7f之内当成ASCII 使用，图一中为ASCII 在[0x00,0x7f] 的编码表(十进制的0~127)。

规则一公式可以写成：

字串的规则一公式

其中Rb(x)代表经由RLP编码的函数，且输入为字串（或是byte array）类型，而||x|| = 1代表字串长度为1（单个byte），x[0] < 128则代表字串的值在0~127之间（16进制的[0x00, 0x7f]），^代表and的意思（需要上述两者条件皆达成）。

举个例子来说：

“c” => [0x63] (string)
“a” => [0x61] (string)
“t” => [0x74] (string)
126 => [0x7e] (int)

字串类的编码规则（二）：

若目标的字串长度在0~55 byte，RLP编码后会多一个byte的前缀，再接着字串本身的ASCII的编码。前缀值为0x80再加上目标字串的长度（接续规则一范围的0x7f之后），而前缀的最大值是发生在目标字串长度为55byte时，55会先转换到16进制表示为37，因此前缀最大值是0x80+0x37 = 0xb7，也因此我们可以了解到编码后前缀值的范围一定会落在[0x80, 0xb7]。

规则二公式可以写成

字串的规则公式二

其中(128 + ||x|| )则代表上述提到的前缀值，128(0x80)加上字串的长度，且长度在0 ~ 55的范围内（前缀值域为[0x80, 0xb7]) ，而x则为原字串本身的ASCII编码，并cascade在一起（例如：(a)(b, c)(d, e) = (a, b, c, d, e)）

举个例子来说：

“dog” = [0x83, ”d”, “o”, “g”] => ( 83 64 6f 67 )hex
其中0x83 = 0x80 + 3( “dog”字串的长度)

字串类的编码规则（三）：

若字串长度大于55byte，RLP编码后会有两个byte的前缀，第一个byte为183(0xb7)加上目标字串长度值的长度，听起来有些拗口，下面我们将直接用例子解释，而第二个前缀则是字串的长度，最后才跟着原数据的ASCII编码。此外前缀1限制在1个byte的长度，因此前缀1的值域为[0xb8, 0xbf]。

规则三的公式可以写成

字串的规则公式三

其中BE( ||x|| )代表原数据x的数据长度以大端模式表示后再将前导的0删除的函数，而|| BE( ||x|| ) ||则是将得到的长度数据取位元长度的值。

举例来说：

“Lorem ipsum dolor sit amet, consectetur adipisicing elit”具有56个字元则数据长度为56byte，前缀2可以马上得到为56取转16进制的结果：(38)hex，而前缀1则为(38)hex所占的数据长度为1byte，因此可以得到是183 + 1 = 184 => (b8)hex，并在后面加上经ASCII编码后的原数据。

转换的过程可以参考图二的流程图清楚了解。

再来看看RLP针对列表类的编码规则，规则有两个：

列表类的编码规则（一）：

若目标的列表的总长度（包含列表中所有元素经RLP 编码后的长度和）在0~55 byte的范围内，而列表的前缀为192(0xc0) + 列表的总长度，且前缀的最大值是发生在目标列表总长度为55byte时，则c0 + 37 = f7，可以得到前缀的范围为[0xc0, 0xf7]，注意：每个列表中的元素也会分别进行RLP的编码。

规则一公式可以写成

列表的规则一公式

其中Rl(x)代表经由RLP编码的函数，且输入为列表（List）类型，而s(x)代表列表中的每一个元素进行RLP的编码并cascade在一起（ s(x) = RLP( x0)RLP(x1)… ），得到合并后的编码值s(x)后，将s(x)的长度||s(x)||加上192(0xc0)得出列表的前缀，最后在并入s(x)的第一项中。

举例来说：

当目标列表为[“cat”,”dog”,”p”]，首先需先将列表中的每一个元素进行RLP 编码，再来合并每个元素的编码值并得出编码的总长度，最后将长度值加上192(0xc0) 得出前缀，可以参考图三中有详细的流程。

列表类的编码规则（二）：

若目标列表长度大于等于56时，列表产生两个byte 的前缀，其中第二个byte 的前缀为列表中所有元素取RLP 编码值再连结后的长度，而第一的byte 的前缀为长度值的长度加上247(0xf7)。而前缀1限制在1个byte 的长度，因此前缀1的值域为[0xf8, 0xff]。

规则二公式可以表示为

列表的规则二公式

其中(247 + || BE( ||s(x)|| ) ||) 为第一个前缀，将连接后的编码值长度取大端式的长度，再接上编码值取大端模式的长度，最后接上连接后的编码值。

举个例子：

目标列表为[“The length of this sentence is more than 55 bytes, “, “I know it because I pre-designed it”]，而图四可以直接看到完整的流程。

RLP解码（RLP Decoding）

解码过程很简单，首先可以透过前缀的值域得出数据的类型与长度：

[0x00, 0x7f]：数据为字串(string)，且为单个字符 [0x80, 0xb7]：数据为字串(string)，且字串长度短(小于等于55个字符) [0xb8, 0xbf]：数据为字串(string)，且字串长度长(大于56个字符) [0xc0, 0xf7]：数据为列表(list)，且列表短 [0xf8, 0xff]：数据为列表(list)，且列表长

因此从第一个数开始解码，将会得到前缀所对应的数据范围（元素）。

举例来说：
经RLP编码后的数据为：(c9 83 63 61 74 83 64 6f 67 70)hex。

首先编码从0xc9得知数据为列表，且列表编码连结后的总长为9 (c9 – c0 = 9)，由于列表不长(小于55)，因此可知83为列表中第一个元素的前缀值。第二，83代表元素1为字串类型，且字串长度为3(83 – 80 = 3)，因此可得83后面的3个byte皆为单一字符的ASCII解码，分别为63 => “c ”，61 => “a”，74 => “t”。第三后可知83为第2个元素的前缀，同样也是长度为3的字串，因此64 => “d”，6f => “o”，67 => “g”。最后，剩余的70，由于不会仅有前缀存在而没数据的情况，因此70为单一字符的ASCII编码，因此可得到70 => “p”。

最后解码出来的值为：[“cat”,”dog”,”p”]。

RLP解析

RLP编码的概念透过数据前缀快速判断编码数据的类型与长度，在以太坊中用于区块，交易，帐户状态的数据序列化储存，相比一般的Unicode的编码（对于针对固定字符进行编码），RLP编码更能构处理具有结构化的资料，即是列表的型态。同时能共利用这样的结构性轻松建立一个数据的数状结构。但相对来说RLP码也仅限制在特定的数据类型（string, list），对于其他类型并不支援。

以太坊选择使用RLP编码主要有两个原因：

实现简单对应的编码直具有完整的对应性

在许多编码中，依据不同数据类型有可能产生相同的数据却编码出不同的编码值，以太坊中不同的编码值装会导致后续hash后的结果值不同。因此具有通用性且能表示结构性的RLP编码将是以太坊中的首选方法。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。