RLP编码原理

RLP(Recursive Length Prefix，递归长度前缀)是一种编码算法，用于编码任意的嵌套结构的二进制数据，它是以太坊中数据序列化/反序列化的主要方法，区块、交易等数据结构在持久化时会先通过RLP编码后再存储到数据库中。

定义

RLP编码的定义只处理两类数据：一类是字符串（例如字节数组），一类是列表。字符串指的是一串二进制数据，列表是一个嵌套递归的结构，里面能够包含字符串和列表，例如["cat",["puppy","cow"],"horse",[[]],"pig",[""],"sheep"]就是一个复杂的列表。其余类型的数据须要转成以上的两类，转换的规则不是RLP编码定义的，能够根据本身的规则转换，例如struct能够转成列表，int能够转成二进制（属于字符串一类），以太坊中整数都以大端形式存储。

从RLP编码的名字能够看出它的特色：一个是递归，被编码的数据是递归的结构，编码算法也是递归进行处理的；二是长度前缀，也就是RLP编码都带有一个前缀，这个前缀是跟被编码数据的长度相关的，从下面的编码规则中能够看出这一点。

RLP编码规则

• 对于单个字节，若是它的值范围是[0x00, 0x7f]，它的RLP编码就是它自己。
• 不然，若是一个字符串的长度是0-55字节，它的RLP编码包含一个单字节的前缀，后面跟着字符串自己，这个前缀的值是**0x80**加上字符串的长度。因为被编码的字符串最大长度是55=0x37,所以单字节前缀的最大值是0x80+0x37=0xb7，即编码的第一个字节的取值范围是[0x80, 0xb7]。
• 若是字符串的长度大于55个字节，它的RLP编码包含一个单字节的前缀，后面跟着字符串的长度，后面再跟着字符串自己。这个前缀的值是**0xb7**加上字符串长度的二进制形式的字节长度，说的有点绕，举个例子就明白了，例如一个字符串的长度是1024，它的二进制形式是10000000000，这个二进制形式的长度是2个字节，因此前缀应该是0xb7+2=0xb9，字符串长度1024=0x400，所以整个RLP编码应该是\xb9\x04\x00再跟上字符串自己。编码的第一个字节即前缀的取值范围是[0xb8, 0xbf]，由于字符串长度二进制形式最少是1个字节，所以最小值是0xb7+1=0xb8，字符串长度二进制最大是8个字节，所以最大值是0xb7+8=0xbf。
• 若是一个列表的总长度（列表的总长度指的是它包含的项的数量加它包含的各项的长度之和）是0-55字节，它的RLP编码包含一个单字节的前缀，后面跟着列表中各元素项的RLP编码，这个前缀的值是**0xc0**加上列表的总长度。编码的第一个字节的取值范围是[0xc0, 0xf7]。
• 若是一个列表的总长度大于55字节，它的RLP编码包含一个单字节的前缀，后面跟着列表的长度，后面再跟着列表中各元素项的RLP编码，这个前缀的值是**0xf7**加上列表总长度的二进制形式的字节长度。编码的第一个字节的取值范围是[0xf8, 0xff]。

RLP编码例子

• 字符串 "dog" = [0x83, 'd', 'o', 'g' ] （规则二）
• 列表 ["cat","dog"] = [0xc8, 0x83, 'c', 'a', 't', 0x83, 'd', 'o', 'g' ] （规则四）
• 空字符串 "" = 0x80 （规则二）
• 空列表 [] = [0xc0] （规则四）
• 整数 15('\x0f') = 0x0f （规则一）
• 整数 1024('\x04\00') = [0x82, 0x04, 0x00] （规则二）
• 列表 [ [], [[]], [ [], [[]] ] ] = [0xc7, 0xc0, 0xc1, 0xc0, 0xc3, 0xc0, 0xc1, 0xc0] （规则四）
• 字符串 "Lorem ipsum dolor sit amet, consectetur adipisicing elit" = [0xb8, 0x38, 'L', 'o', 'r', 'e', 'm', ' ', ... , 'e', 'l', 'i', 't'] （规则三）

本文大部分翻译自以太坊github wiki文档，并加入本身的理解。

参考资料：https://github.com/ethereum/wiki/wiki/%5BEnglish%5D-RLP