在之前的一篇文章中，我曾经设想过读取某个时间段内的区块，尽管最后没能成功，但却提供了一个思路。

(图源 ：pixabay)

20多天过去了，今天我决定抽出时间来实现一下当初的设想，首先我们简化一下问题，读取时间段内的区块，我们只需知道时间点1对应的区块编号以及时间点2对应的区块编号即可，那么这个这个文件可以简化为：如何获取指定时间点的区块编号？

原理

获取指定时间点的区块编号基于以下原理：

• 每个区块都有时间戳(timestamp)
• 两个相邻区块之间的时间间隔为3秒

那么我们拿任意块的时间戳与我们指定的时间点之间的差额，即可计算出中间间隔了多少块，进而计算出目标区块的编号。

换成简单代码逻辑就是：

db_base = Block(base_num).time()
seconds = dp - dp_base
blocks_diff = int(seconds / 3)
block_num = base_num + blocks_diff

问题

但是上述伪代码改成成实际代码并执行后，计算出来的区块编号(block_num)对应区块的时间和我们的目标时间点之间存在较大的差异，这是什么原因导致的呢？

比如上图，我们实现了一个粗糙版本的代码用于测试，但是我们期望读到2017-09-01T00:00:00的数据块，但是读出来的区块对应的时间为2017-09-07 02:06:51

经过分析，我得出结论，实际区块产生的时间间隔不是精准的3秒，而是可能会略大于此数值，所以会导致我们的计算有所偏差。

解决

知道了原理，以及存在的问题，以及导致问题的原因，我们就可以做出更加完善的代码，来获取指定时间点的区块编号了。

我们采取的办法是逐渐逼近法，以上边代码为例，我们通过指定时间点以及基准块获取到一个区块的时间点，我们如果这个时间点与目标时间点差异较大，我们则用这个时间点对应的区块作为基准块，重新去获取目标区块。知道我们找到符合条件的区块。

代码

为了更好完成上述任务，我实现了一个粗糙的函数：

def find_block_by_time(data_point, base):

        print("\tBase:", base)

        dp = Block(base).time()
        delta = data_point - dp
        diff_seconds = delta.total_seconds()

        if abs(diff_seconds) > 3:
                diff_blocks =  int(diff_seconds / 3)
                base += diff_blocks
                block_num = find_block_by_time(data_point, base)
                return block_num
        else:
                return base

好吧，其实命名应该叫find_block_num_by_time，懒得改了，不然怎么对得起粗糙的称号呢？

测试

例子一：指定邻近区块为基准

dp = datetime.strptime('2017-12-01T00:08:00', '%Y-%m-%dT%H:%M:%S')
block_num = find_block_by_time(dp, base=22250000)
print(block_num)
print(Block(block_num).time())

例子二：指定创世块为基准

dp = datetime.strptime('2017-12-01T00:08:00', '%Y-%m-%dT%H:%M:%S')
block_num = find_block_by_time(dp, base=1)
print(block_num)
print(Block(block_num).time())

通过例子可见我们都完美地返回了正确的结果，但是例子一计算了2次，而例子二计算了四次，由此可见距离越近，计算得越快。

另外，我们程序只得到时间点临近的块，可能是正好的时间点，可能是之前或是之后，如果想得到不同的结果，需要将结果与时间点对比，判断出是之前还是之后，并根据需求+1或者-1即可。

用途

(图源 ：pixabay)

至于有啥用途，你自己想去吧，我倒是觉得挺好玩的，哈哈。

文中代码仅为思路演示，不保证无误，仅供参考