本文介绍如何在指定数值范围内（如 1–12），按固定步长（如每 3 个为一组）批量生成对应的时间区间（如 6-10、10-14），并给出健壮、可复用的 Python 实现，同时修正过时的 datetime.utcnow() 用法。
本文介绍如何在指定数值范围内（如 1–12），按固定步长（如每 3 个为一组）批量生成对应的时间区间（如 `6-10`、`10-14`），并给出健壮、可复用的 python 实现，同时修正过时的 `datetime.utcnow()` 用法。
在实际运维脚本、定时任务配置（如 cron 表达式生成）或数据分片场景中，常需将一个连续整数序列（如行号 1 到 N）划分为若干逻辑块，并为每个块分配统一的动态值——例如基于当前 UTC 小时，为每 3 行分配一个 4 小时跨度的时间窗口（hh-(hh+4)）。关键在于：索引分组 → 时间偏移计算 → 循环取模防溢出。
以下是一个清晰、高效且符合现代 Python 最佳实践的实现：
import datetime
# ✅ 推荐：使用 datetime.UTC（Python 3.12+）或 timezone.utc（3.2+）
current_hour = datetime.datetime.now(datetime.UTC).hour
N = 12
group_size = 3
window_hours = 4
for i in range(N):
# 计算当前元素所属的组号（从 0 开始），每 group_size 个元素为一组
group_index = i // group_size
# 起始小时 = 当前小时 + 组偏移 × 窗口长度，取模 24 防止超过 23
start_hh = (current_hour + window_hours * group_index) % 24
end_hh = (start_hh + window_hours) % 24
# 格式化输出：行号右对齐，小时补零（如 03），增强可读性
print(f"{i + 1:>2} {start_hh:02d}-{end_hh:02d}")? 运行示例（假设当前 UTC 小时为 11）：
输出与问题期望结构一致，但时间值随真实时间动态变化，且自动处理跨日逻辑（如 23-03），避免硬编码错误。
关键要点说明：
- 弃用 datetime.utcnow()：自 Python 3.12 起已正式弃用，应改用 datetime.datetime.now(datetime.UTC)（推荐）或 datetime.datetime.now(timezone.utc)（兼容旧版）。
- 整除分组（i // group_size）：这是实现“每 n 个元素更新一次”的核心技巧，天然将 [0,1,2]→0, [3,4,5]→1, [6,7,8]→2… 映射为组索引。
- 模 24 运算：确保小时值始终在 0–23 范围内，正确支持 22→02、23→03 等跨日场景。
- 可配置参数化：N（总数量）、group_size（每组元素数）、window_hours（时间窗口长度）均独立变量，便于复用至其他场景（如每 5 行分配一个 2 小时段、每 4 行分配一个日期范围等）。
⚠️ 注意事项：
- 若需严格匹配问题中“6am 起始 → 6-10”的静态示例（而非实时 UTC），可将 current_hour 替换为固定值（如 current_hour = 6），但生产环境强烈建议保留动态获取以保证时效性。
- 原代码中 layer == 'get' 等未定义变量及冗余列表操作（minute.append(...)）不仅无功能贡献，还易引发 NameError 或内存浪费，应彻底移除。
- 如需导出为列表或 DataFrame，可将 print(...) 替换为 result.append((i+1, f"{start_hh:02d}-{end_hh:02d}"))，便于后续处理。
该方案简洁、鲁棒、符合 PEP 8 与现代 datetime API 规范，可直接集成至自动化脚本或配置生成工具中。
