2. 区块链数据基础：区块、交易、地址、Token标准回顾

好，咱们正式开始第二讲。在动手抓链上数据之前，有些基础概念得先捋清楚。我见过不少新手，上来就写代码调 RPC，结果连区块里装的是啥都没搞明白——嗯，那后面肯定踩坑。

这一节，咱们把区块、交易、地址、还有那几个 Token 标准过一遍。说白了，就是给后续的巨鲸追踪打地基。

2.1 区块：链上数据的“集装箱”

区块是什么？你可以把它想象成一个集装箱。每个集装箱里装了一批交易，盖上盖子（也就是区块头），然后挂到链条上。

我个人习惯把区块理解成“时间切片”。每出一个新区块，就代表链上状态更新了一次。以太坊平均 12 秒出一个块，比特币慢一些，10 分钟。

区块结构其实不复杂，核心就两部分：

• 区块头：存元数据。比如父区块哈希、时间戳、难度、Nonce 值。嗯，这里有个关键字段——stateRoot，它记录了整个链上状态的 Merkle 根。我在做状态校验时经常用到它。
• 区块体：就是交易列表。以太坊的区块体里还有叔块引用，不过咱们做数据分析时，主要关注交易列表就够了。

来看一个实际抓取区块数据的代码片段，我用的是 Web3.py：

from web3 import Web3

w3 = Web3(Web3.HTTPProvider('https://eth-mainnet.g.alchemy.com/v2/YOUR_KEY'))

# 获取最新区块
latest_block = w3.eth.get_block('latest')
print(f"区块高度: {latest_block['number']}")
print(f"交易数量: {len(latest_block['transactions'])}")
print(f"时间戳: {latest_block['timestamp']}")

# 获取指定区块的完整信息
block = w3.eth.get_block(18000000, full_transactions=True)
for tx in block['transactions'][:3]:  # 只看前3笔
    print(f"交易哈希: {tx['hash'].hex()}")

你想想看，每次调用 get_block 其实就是在拉取一个集装箱的全部内容。如果 full_transactions=True，连箱子里的每件货物（交易详情）都给你。

2.2 交易：链上活动的“原子单位”

交易是区块链上最小的操作单元。说白了，任何状态变化——转账、部署合约、调用合约——都得通过交易来触发。

以太坊的交易结构，我列个表给你看：

字段	说明	我常用的场景
from	发送方地址	识别巨鲸地址
to	接收方地址（合约或EOA）	判断是转账还是合约调用
value	转账金额（单位：Wei）	计算大额转账阈值
input	调用数据（合约交互时）	解析具体调用了哪个函数
gasPrice	Gas 单价	判断交易紧急程度
nonce	发送方交易序号	检测交易是否被替换

这里有个细节——input 字段。很多新手以为交易只有转账，其实大部分链上活动都是合约调用。比如你调用 Uniswap 的 swap 函数，input 里就编码了函数签名和参数。

解析交易 input 的代码示例：

# 解析 ERC-20 transfer 函数的 input
# transfer 函数签名: 0xa9059cbb
# 参数: to (地址), value (uint256)

tx_input = "0xa9059cbb000000000000000000000000abc...0000000000000000000000000000000000000000000000000000000000000001"

# 提取接收方地址（从第10个字符开始，取40个字符）
to_address = "0x" + tx_input[34:74]
# 提取金额（最后64个字符）
value_hex = tx_input[74:]
value = int(value_hex, 16)
print(f"接收方: {to_address}")
print(f"金额: {value}")

为什么会这样？因为以太坊虚拟机（EVM）就是这么设计的——所有数据都塞进 input 里，按 ABI 编码规则排列。你只要知道合约的 ABI，就能反解出具体操作。

2.3 地址：链上的“身份标识”

地址，说白了就是你在区块链上的账户。以太坊地址是 40 位十六进制数，前面加个 0x。

但地址分两种：

• EOA（外部账户）：由私钥控制，可以发起交易。巨鲸的钱包基本都是 EOA。
• 合约地址：由代码控制，不能主动发起交易，只能被动响应。

我记得刚开始做链上分析时，经常分不清一个地址是 EOA 还是合约。后来学了一招——查它的 code 字段。如果 code 是空的，就是 EOA；否则是合约。

def is_contract(address):
    code = w3.eth.get_code(address)
    return code != b''

# 测试
addr = "0x...一些巨鲸地址"
if is_contract(addr):
    print("这是合约地址")
else:
    print("这是个人钱包")

2.4 Token 标准：ERC-20 / ERC-721 / ERC-1155

Token 标准，就是一套约定好的接口规范。说白了，大家按同一个规则写合约，这样钱包、交易所、分析工具都能统一识别。

ERC-20：同质化代币

这是最常见的标准。USDT、UNI、LINK 都是 ERC-20。每个代币都一样，可以互换。

核心接口就几个：totalSupply()、balanceOf()、transfer()、approve()、transferFrom()。

我做巨鲸分析时，最常查的就是 balanceOf。比如查某个地址持有多少 USDT：

usdt_contract = "0xdAC17F958D2ee523a2206206994597C13D831ec7"
usdt = w3.eth.contract(address=usdt_contract, abi=erc20_abi)

whale_address = "0x...某巨鲸"
balance = usdt.functions.balanceOf(whale_address).call()
print(f"持有 USDT: {balance / 10**6}")  # USDT 是6位小数

ERC-721：非同质化代币（NFT）

每个 NFT 都是独一无二的。核心区别在于多了个 tokenId 字段。你查某个地址的 NFT 持仓，得遍历它的所有 tokenId。

我遇到过最坑的事：有些 NFT 合约的 totalSupply() 不准确，因为部分 NFT 被销毁了。后来我改用 ownerOf() 逐个 tokenId 查，虽然慢，但准确。

ERC-1155：多代币标准

这个标准比较新，一个合约可以同时管理同质化和非同质化代币。说白了，就是 ERC-20 和 ERC-721 的合体。

它的 balanceOfBatch() 函数可以一次查多个地址、多个 tokenId 的余额，效率很高。我在分析游戏项目时经常用到——一个合约里既有金币（同质化），又有武器（非同质化）。

2.5 知识体系总览

下面这张图，我把这一节的核心逻辑串起来了。你保存下来，以后做数据分析时对照着看：

这张图把区块、交易、地址、Token 标准的关系画清楚了。区块包含交易，交易由地址发起，交易可以调用 Token 合约。你顺着这个逻辑去抓数据，思路会清晰很多。

---