RLP编码

RLP(Recursive Length Prefix, 递归长度前缀编码)，是Ethereum中对象序列化的一个主要的编码方式，其目的是对任意嵌套的二进制数据的序列进行编码。

RLP的目的仅仅是编码一些数据结构，而像string，int，float这些特定的原子数据类型就留给了更高阶的编码协议。在以太坊中，整形必须用没有前导0的大端格式编码(因此整数0则是一个空的数组)。

如果要编码一个字典，推荐使用两种规范的编码格式——一是通过key的字典序来组织字典[[k1,v1],[k2,v2]……]，另一种是以太坊中使用的高层的Patricia Tree。

定义：

RLP编码接受一个item。Item的定义如下：

• 一个string(例如，byte array)是一个item
• Item的列表是一个item

例如一个空的string是一个item，同样一个单词“cat”也是一个item。包含任意个string的列表(例如，["cat",["puppy","cow"],"horse",[[]],"pig",[""],"sheep"])也是一个item。

RLP编码按一下定义：

• 对于值在[0x00,0x7f]范围内的单字节(ascii表定义的字符)，其RLP编码就是其自身
• 否则，如果一个string的长度是0-55字节，那么他的RLP编码是在string开头加一个字节，这个字节的值是\x80加上string的长度，即[\x80, \xb7]。
• 如果一个string的长度大于55，那么RLP编码是在string开头加一个字节，这个字节的值等于\xb7加上string长度的二进制编码的字节长度，然后后面跟着string的长度。比如一个长度为1024字节的string，其长度位1024=\x04\x00，长度为2个字节，因此RLP编码头字节的值为\xb7+\x02=\xb9，跟着\x04\x00。String的RLP编码即\xb9\x04\x00(string)。第一个字节的范围为[0xb8,0xbf]
• 如果一个列表的总的payload(应该是它包含的所有item的编码后长度的和)的长度为0-55，那么list的RLP编码在其item的RLP编码的串联前加上一个字节，这个字节的值是0xc0加上列表的长度(item经过RLP编码后串联记起来的长度)。比如RLP（[“cat”，“dog”]）= [ 0xc8, 0x83, 'c', 'a', 't', 0x83, 'd', 'o', 'g' ]。所以头字节的范围为[0xc0,0xf7]
• 如果一个list的payload的长度大于55，其RLP编码是list的item的RLP编码的串联，前面加上一个表示payload长度的字节，前面再加上一个payload长度的二进制表示的字节长度。

python代码如下：

#!/usr/bin/env python
#encoding=utf-8
# Author: xuyuzhuang - xuyuzhuang@buaa.edu.cn
# Last modified: 2016-06-06 22:16
# Filename: rlp_encoding.py
# Description: Recursive Length Prefix 

def rlp_encode(input_):
    if isinstance(input_, str):
        if len(input_) == 1 and ord(input_) < 0x80: return input_
        else : return encode_length(len(input_),0x80) + input_
    elif isinstance(input_, list):
        output = ''
        for item in input_: output += rlp_encode(item)
        return encode_length(len(output),0xc0) + output

def encode_length(L,offset):
    if L < 56:
        return chr(L + offset)
    elif L < 256**8: #(2**8)**8
        BL = to_binary(L)
        return chr(len(BL) + offset + 55) + BL
    else:
        raise Exception("input to long!")

def to_binary(x):
    if x == 0:
        return ''
    else:
        return to_binary(int(x/256))+chr(x%256)

def my_print(string):
    for i in string:
        if ord(i) > 32 and ord(i) < 127:
            print i,
        else:
            print hex(ord(i)),

if __name__ == "__main__":
    #string = "dog"
    string =  ["cat", "dog"]
    #string = "Lorem ipsum dolor sit amet, consectetur adipisicing elit"
    my_print(rlp_encode(string))

对于“dog”，输出为

对于["cat", "dog"]，输出为

对于"Lorem ipsum dolor sit amet, consectetur adipisicing elit"，输出为

参考：https://github.com/ethereum/wiki/wiki/RLP