50 行 Python 代码构建一个区块链

本文涉及的产品
密钥管理服务KMS,1000个密钥,100个凭据,1个月
简介:

尽管有人认为区块链 (blockchain) 是一个答案先于问题的技术,但毫无疑问, 这项新的技术已然是一个计算的奇迹。不过,到底区块链是什么呢

区块链

一个随时间增长,记录比特币或其他加密货币的交易的公开数字账本。

简单来说,区块链是一个公开的数据库,新的数据会被存储到一个叫做区块 (block) 的数据结构中,而区块会被添加到一个不可更改的链 (chain) 上 (也就是区块链),该链上存储着过去所添加的所有数据。在比特币和其他一些加密货币中,这些数据就是交易。不过,实际上,这些数据可以是任何类型。

区块链技术催生了像比特币,莱特币这样全新的完全数字资产,它们不由任何一个中心权威机构发行或管理。这给那些不信任现有银行系统的个人带来了新的选项。区块链也重新定义了分布式计算,出现了像以太坊这样的技术,它引入了像智能合约这样新的概念。

在本文,我将会通过不到 50 行的 Python 代码构建一个简单的区块链原型(原文代码为 Python 2,分为多个部分托管于 gist。译者已将其改为 Python 3,并将源码放到了 GitHub 上,点击 这里 查看。),就叫 SnakeCoin 吧。

首先,来定义我们的区块大概是什么样。在区块链中,每个区块都需要一个时间戳 (timestamp) 和一个可选的索引 (index)。在 SnakeCoin 中,我们会同时存储这两项。为了确保区块链的完整性,每个区块都需要有一个能够识别自身身份的哈希 (hash)。在比特币中,每个区块的哈希对区块索引、时间戳、数据和前一区块哈希所有内容的一个加密哈希。此外,数据可以是任何你想要存储的任何内容。

import hashlib as hasher

class Block:
    def __init__(self, index, timestamp, data, previous_hash):
        self.index = index
        self.timestamp = timestamp
        self.data = data
        self.previous_hash = previous_hash
        self.hash = self.hash_block()

    def hash_block(self):
        sha = hasher.sha256()
        sha.update(
            bytes(
                str(self.index) + str(self.timestamp) + str(self.data) + str(
                    self.previous_hash), 'utf-8'))
        return sha.hexdigest()

 
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17

很好,已经有了区块结构,但是我们构建的是一个区块。所以,我们需要将区块添加到真正的链上。正如前文所说,每个区块都需要前一个区块的信息。如此一来,就出现了一个问题:区块链中的第一个区块是如何而来? 第一个区块,或者一般叫做创始块(genesis block), 这是一个十分特殊的块。在很多情况下,它是通过手动或是一些特殊的逻辑添加到区块链中。

为简便起见,我们创建一个简单返回创世块的函数。创始块的索引为 0,有一个任意的数据值,一个属于 “前一个哈希” 参数的任意值。

import datetime as date
def create_genesis_block():
    #  Manually construct a block with index 0 and arbitrary previous hash
    return Block(0, date.datetime.now(), "Genesis Block", "0")

 
 
  • 1
  • 2
  • 3
  • 4

现在我们已经创建一个创世块,接下来我们需要一个能够在区块链中生成后续区块的函数。这个函数接受区块链中的前一个区块作为参数,创建所要生成区块的数据,然后返回带有数据的新区块。当新区块对前面的区块信息进行哈希时,区块链的完整性将会得到进一步增强。如果我们不对以前的区块信息进行哈希,那么第三者就能够轻易地“篡改历史”,用一个他们自己的链替换我们的链。区块链的哈希就像是一个加密证明,它能够保证一旦一个区块被加入到区块链中,那么这个区块就永远无法被替换或者移除。

def next_block(last_block):
    this_index = last_block.index + 1
    this_timestamp = date.datetime.now()
    this_data = "Hey! I'm block " + str(this_index)
    this_hash = last_block.hash
    return Block(this_index, this_timestamp, this_data, this_hash)

 
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

这就是整个部分最困难的地方了。现在,可以来创建我们的区块链了!在我们的案例中,区块链其实仅仅是一个 Python 的列表。列表的第一个元素是创世块。当然了,我们需要增加后续区块。因为这只是一个极简的区块链模型,我们仅添加 20 个新的区块。可以通过一个循环来添加。

    #  Create the blockchain and add the genesis block
    blockchain = [create_genesis_block()]
    previous_block = blockchain[0]

    #  How many blocks should we add to the chain after the genesis block
    num_of_blocks_to_add = 20

    for i in range(0, num_of_blocks_to_add):
        block_to_add = next_block(previous_block)
        blockchain.append(block_to_add)
        previous_block = block_to_add
        #  Tell everyone about it!
        print("Block #{} has been added to the"
              "blockchain!".format(block_to_add.index))
        print("Hash: {}\n".format(block_to_add.hash))

 
 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15

来看一下效果:

snakecoin

可以看出我们的链已经如期工作了。如果想要在控制台中看到更多信息,可以编辑源文件打印每个块的时间戳和数据。

这是 SnakeCoin 能够完成的事情了。如果想要将 SnakeCoin 达到今天可真实使用的区块链标准,我们还必须要加入更多特性,比如跟踪在多台机器上链的变化的服务层,限制在给定时间内能够加入的区块数量的工作量证明算法。



原文发布时间为:2017年07月19日
本文作者:liuchengxu_
本文来源:CSDN,如需转载请联系原作者。

目录
相关文章
|
9天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
4天前
|
存储 API 数据库
使用Python和Flask构建简单的RESTful API
使用Python和Flask构建简单的RESTful API
|
10天前
|
缓存 监控 测试技术
Python中的装饰器:功能扩展与代码复用的利器###
本文深入探讨了Python中装饰器的概念、实现机制及其在实际开发中的应用价值。通过生动的实例和详尽的解释,文章展示了装饰器如何增强函数功能、提升代码可读性和维护性,并鼓励读者在项目中灵活运用这一强大的语言特性。 ###
|
13天前
|
缓存 开发者 Python
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第35天】装饰器在Python中是一种强大的工具,它允许开发者在不修改原有函数代码的情况下增加额外的功能。本文旨在通过简明的语言和实际的编码示例,带领读者理解装饰器的概念、用法及其在实际编程场景中的应用,从而提升代码的可读性和复用性。
|
9天前
|
Python
探索Python中的装饰器:简化代码,提升效率
【10月更文挑战第39天】在编程的世界中,我们总是在寻找使代码更简洁、更高效的方法。Python的装饰器提供了一种强大的工具,能够让我们做到这一点。本文将深入探讨装饰器的基本概念,展示如何通过它们来增强函数的功能,同时保持代码的整洁性。我们将从基础开始,逐步深入到装饰器的高级用法,让你了解如何利用这一特性来优化你的Python代码。准备好让你的代码变得更加优雅和强大了吗?让我们开始吧!
17 1
|
10天前
|
存储 缓存 监控
掌握Python装饰器:提升代码复用性与可读性的利器
在本文中,我们将深入探讨Python装饰器的概念、工作原理以及如何有效地应用它们来增强代码的可读性和复用性。不同于传统的函数调用,装饰器提供了一种优雅的方式来修改或扩展函数的行为,而无需直接修改原始函数代码。通过实际示例和应用场景分析,本文旨在帮助读者理解装饰器的实用性,并鼓励在日常编程实践中灵活运用这一强大特性。
|
12天前
|
机器学习/深度学习 数据采集 人工智能
探索机器学习:从理论到Python代码实践
【10月更文挑战第36天】本文将深入浅出地介绍机器学习的基本概念、主要算法及其在Python中的实现。我们将通过实际案例,展示如何使用scikit-learn库进行数据预处理、模型选择和参数调优。无论你是初学者还是有一定基础的开发者,都能从中获得启发和实践指导。
28 2
|
14天前
|
开发框架 前端开发 JavaScript
利用Python和Flask构建轻量级Web应用的实战指南
利用Python和Flask构建轻量级Web应用的实战指南
44 2
|
14天前
|
机器学习/深度学习 JSON API
Python编程实战:构建一个简单的天气预报应用
Python编程实战:构建一个简单的天气预报应用
32 1
|
14天前
|
机器学习/深度学习 数据采集 搜索推荐
利用Python和机器学习构建电影推荐系统
利用Python和机器学习构建电影推荐系统
32 1