Python正则表达式实现按递增0.1的数字序列分割字符串

确实，单纯用正则表达式无法直接完成数值差值判断（因为正则是基于文本模式匹配，不支持算术运算），但我们可以结合正则提取数字与位置，再通过简单的序列分析来实现你的需求——既在0.1递增的数字处分割字符串，又捕获这些递增序列。

核心思路 #

1. 用正则提取所有目标数字：同时记录每个数字在原字符串中的起始/结束位置，方便后续分割。
2. 规避浮点数精度问题：将数字乘以10转为整数，避免直接比较浮点数时的精度误差（比如1.2 + 0.1可能变成1.3000000000000001）。
3. 识别0.1递增序列：遍历数字序列，找出连续差值为1（对应原数值0.1）的片段。
4. 分割原字符串：根据递增序列的位置，在原字符串中标记分割点并完成分割。

完整Python代码 #

import re

def split_and_capture_increments(input_str):
    # 匹配x.x格式的数字（支持多位整数部分，如12.3）
    num_pattern = re.compile(r'\d+\.\d')
    matches = list(num_pattern.finditer(input_str))
    
    if not matches:
        return [input_str], []  # 无数字时返回原字符串和空序列
    
    # 提取数字值并转换为放大10倍的整数，避免浮点数精度问题
    numbers = [float(m.group()) for m in matches]
    scaled_nums = [int(round(num * 10)) for num in numbers]
    
    split_positions = []
    captured_sequences = []
    current_sequence = [numbers[0]]
    
    # 遍历数字序列，识别0.1递增的片段
    for i in range(1, len(scaled_nums)):
        if scaled_nums[i] - scaled_nums[i-1] == 1:
            current_sequence.append(numbers[i])
            # 记录下一个数字的起始位置作为分割点
            split_positions.append(matches[i].start())
        else:
            # 当前序列长度≥2时，加入捕获列表
            if len(current_sequence) >= 2:
                captured_sequences.append(current_sequence)
            current_sequence = [numbers[i]]
    
    # 处理最后一个序列
    if len(current_sequence) >= 2:
        captured_sequences.append(current_sequence)
    
    # 生成最终的分割片段
    split_points = [0] + split_positions + [len(input_str)]
    split_parts = [input_str[split_points[i]:split_points[i+1]] for i in range(len(split_points)-1)]
    
    return split_parts, captured_sequences

# 示例用法
sample_str = "Hello 1.2 world 1.3 foo 1.4 bar 2.0 baz 2.1 qux"
parts, sequences = split_and_capture_increments(sample_str)

print("分割后的片段：")
for part in parts:
    print(f"- {repr(part)}")

print("\n捕获的递增序列：")
for seq in sequences:
    print(f"- {seq}")

代码说明 #

• 正则匹配：r'\d+\.\d'匹配任意整数部分（一位或多位）加一位小数的数字，如果你需要限制整数部分为一位，可以改成r'\d\.\d'。
• 精度处理：通过round(num *10)将浮点数转为整数，确保1.2和1.3的差值判断准确。
• 分割逻辑：分割点选在递增序列中后一个数字的起始位置，这样每个分割片段会包含前一个数字及其前后的文本，后一个数字则作为下一个片段的开头。
• 序列捕获：自动收集所有长度≥2的连续0.1递增序列。

示例输出 #

分割后的片段：
- 'Hello 1.2 world '
- '1.3 foo '
- '1.4 bar 2.0 baz '
- '2.1 qux'

捕获的递增序列：
- [1.2, 1.3, 1.4]
- [2.0, 2.1]

内容的提问来源于stack exchange，提问作者sfortney