如何按大写字符与数字拆分字符串？以"H2SO4liH2"为例

Hey，这个化学式拆分的需求我刚好碰到过！用正则表达式就能完美解决，下面给你对应两种目标格式的Python实现方案：

核心思路是用正则匹配完整的元素单元——大写字母开头，可选小写后缀，再跟可选的数字。如果原字符串里的li是输入时的小写失误（毕竟化学式里元素首字母都是大写），可以先做个简单的格式修正：

import re

raw_formula = "H2SO4liH2"
# 修正小写开头的元素，把单独的小写字母转成大写（确保符合化学式规范）
formula = re.sub(r'(?<![A-Z])[a-z]', lambda m: m.group().upper(), raw_formula)
# 匹配元素+数字的组合
result = re.findall(r'[A-Z][a-z]?\d*', formula)
print(result)  # 输出: ['H2', 'S', 'O4', 'Li', 'H2']

正则规则说明：

• [A-Z]：匹配元素的大写首字母（符合化学命名规范）
• [a-z]?：匹配可选的小写次字母（比如Li、Mg这类双字母元素）
• \d*：匹配0个或多个数字（没有数字的元素就只保留元素符号，比如S）

这个需要把元素和数字分开提取，我们用带捕获组的正则遍历每个匹配项，分别把元素和非空数字加入结果列表：

import re

raw_formula = "H2SO4liH2"
formula = re.sub(r'(?<![A-Z])[a-z]', lambda m: m.group().upper(), raw_formula)
result = []
# 用两个捕获组分别匹配元素和数字
for match in re.finditer(r'([A-Z][a-z]?)(\d*)', formula):
    # 添加元素符号
    result.append(match.group(1))
    # 数字不为空时才添加（避免空字符串混入）
    number = match.group(2)
    if number:
        result.append(number)
print(result)  # 输出: ['H', '2', 'S', 'O', '4', 'Li', 'H', '2']

这样就能精准得到你想要的两种数组格式啦！

内容的提问来源于stack exchange，提问作者Eugeny