Python实现缺失信号字符串的范围化日志输出优化

问题背景 #

有一个记录未找到信号的字符串列表missing_signals，信号编号范围可能超过600个，直接打印会生成大量冗余日志行。需要实现以下合并规则：

• 仅合并同前缀、仅末尾最后一组数字有差异的信号（比如signal1到signal1000合并为signal1...1000）
• 若字符串包含多组数字，仅处理最后一组（比如temp_sensor_2_10、temp_sensor_2_11合并为temp_sensor_2_10...11，不处理中间的数字2）
• 现有代码输出不符合预期，需要更简洁的Pythonic实现方式

解决方案 #

可以通过正则拆分前缀与末尾数字，结合分组和连续序列合并实现，代码如下：

import re
from itertools import groupby

def merge_missing_signals(signals):
    # 正则匹配：捕获前缀（最后一组数字前的所有内容）和末尾数字
    pattern = re.compile(r'(.*?)(\d+)$')
    parsed = []
    for sig in signals:
        match = pattern.match(sig)
        if match:
            prefix, num_str = match.groups()
            parsed.append((prefix, int(num_str), sig))
        else:
            # 无末尾数字的项直接标记
            parsed.append((sig, None, sig))
    
    # 按前缀排序分组，无数字的项统一放最后
    parsed_sorted = sorted(parsed, key=lambda x: (x[0], x[1] if x[1] is not None else float('inf')))
    merged = []

    for prefix, group in groupby(parsed_sorted, key=lambda x: x[0]):
        group_items = list(group)
        # 处理无末尾数字的信号
        if group_items[0][1] is None:
            merged.extend(item[2] for item in group_items)
            continue
        
        # 提取组内数字，合并连续序列
        nums = [item[1] for item in group_items]
        start = end = nums[0]
        for num in nums[1:]:
            if num == end + 1:
                end = num
            else:
                merged.append(f"{prefix}{start}...{end}" if start != end else f"{prefix}{start}")
                start = end = num
        # 处理最后一个序列
        merged.append(f"{prefix}{start}...{end}" if start != end else f"{prefix}{start}")
    
    return merged

# 示例测试
if __name__ == "__main__":
    test_signals = [
        "signal1", "signal2", "signal3", "signal5", 
        "temp_sensor_3_10", "temp_sensor_3_11", "temp_sensor_3_13",
        "light_sensor", "light_sensor"
    ]
    print(merge_missing_signals(test_signals))
    # 输出：['signal1...3', 'signal5', 'temp_sensor_3_10...11', 'temp_sensor_3_13', 'light_sensor', 'light_sensor']

代码说明 #

1. 正则解析：用(.*?)(\d+)$精准定位最后一组数字，将每个信号拆分为前缀、数字值、原字符串三个部分，无数字项单独标记
2. 排序分组：按前缀和数字排序后，用itertools.groupby按前缀分组，确保同类型信号归为一组
3. 连续序列合并：遍历组内数字，判断是否连续，将连续区间合并为前缀起始...结束格式，非连续项单独保留
4. 兼容性处理：直接保留无末尾数字的信号，重复项也会保留（如需去重可在解析前转集合再转回列表）

内容的提问来源于stack exchange，提问作者Andrei M.