使用Python re模块分解分子式 提取元素及对应数量生成字典

原代码问题分析 #

• 缺少re模块导入，直接运行会抛出名称错误
• 正则规则存在多处逻辑错误：
  1. 元素匹配规则[A-Z][a-z]+要求元素名必须包含至少1个小写字母，无法匹配C、N、O这类单字母元素
  2. 数字匹配规则\[0-9]+多了不必要的转义符\，会匹配字面量[而非数字，且强制要求至少1个数字，无法匹配没有后续数字的元素（如示例中的N）
  3. 分组设计冗余混乱，不需要多余的name2命名分组

修正后完整代码 #

如果需要数字保持字符串类型、无数字时为空字符串，可直接用以下代码：

import re

Formula = "C16H21NO2Na3"
# 正则第一组匹配元素名：大写开头，可选1个小写字母；第二组匹配后续数字，允许为空
pat = re.compile(r'([A-Z][a-z]?)(\d*)')
molecule = dict(pat.findall(Formula))
print(molecule)

如果需要将非空的数字转为整数类型（匹配你给出的期望输出格式），调整为以下逻辑：

import re

Formula = "C16H21NO2Na3"
pat = re.compile(r'([A-Z][a-z]?)(\d*)')
molecule = {}
for elem, num in pat.findall(Formula):
    molecule[elem] = int(num) if num else ''
print(molecule)

运行输出 #

{'C': 16, 'H': 21, 'N': '', 'O': 2, 'Na': 3}

内容的提问来源于stack exchange，提问作者Van3