本文介绍不依赖SymPy等第三方库，仅用Python内置功能（正则表达式+eval）对多变量二次方程进行纯数值部分简化的方法，重点解决括号嵌套、运算符边界识别与安全求值问题，并给出鲁棒的正则模式和完整可运行代码。
本文介绍不依赖sympy等第三方库，仅用python内置功能（正则表达式+`eval`）对多变量二次方程进行**纯数值部分简化**的方法，重点解决括号嵌套、运算符边界识别与安全求值问题，并给出鲁棒的正则模式和完整可运行代码。
在实际工程或教学场景中，有时需对含变量的代数表达式（如 (24*x + 1 + 9) / (((8 * 6 * 2) + 1) * y) = 3 + 9 + (3 * (8 + 6)) * 18.56）进行数值常量部分的自动合并与计算，而保留变量结构不变。由于明确限制不得使用 sympy 等符号计算库，我们必须基于 Python 原生能力设计轻量级方案。
核心挑战在于：准确提取并替换所有纯数值子表达式（不含字母变量），同时避免误切变量名（如 x, y1, alpha）或破坏括号结构。原始正则 r'\(?([-+/*]?\d+\.\d+|\d+[-+/*]?)+\)?' 失败的根本原因在于它试图“匹配运算符片段”，而非完整、平衡、可独立求值的数值表达式单元——它没有考虑括号配对、运算优先级和原子性，导致 9+、3* 等非法片段被拆出。
✅ 正确思路是：分步处理，先定位、再验证、后替换。我们采用以下三阶段策略：
- 定位所有可能的数值表达式候选区域：使用非贪婪正则匹配最外层括号包裹的子串或连续数字/运算符组合；
- 安全验证与求值：对每个候选字符串，检查是否只含数字、小数点、基础运算符（+, -, *, /, (, )）且无字母，再用 ast.literal_eval（不安全）→ 改用受限 eval 配合 ast.parse 校验（推荐）或白名单字符过滤；
- 自底向上替换：优先替换最深层括号内的表达式（如 (8 + 6)），再逐层向外简化（如 (3 * 14) → 42），最终得到 (24*x + 10)/(97*y) = 791.52。
以下是精简可靠的实现：
立即学习“Python免费学习笔记（深入）”；
import re
import ast
def safe_eval(expr: str) -> float:
"""安全求值纯数值表达式，拒绝含变量或危险语法"""
# 白名单字符：数字、小数点、四则运算符、括号、空格
if not re.fullmatch(r'[0-9+\-*/().\s]+', expr):
raise ValueError(f"Unsafe expression: {expr}")
try:
# 使用 ast.literal_eval 不支持运算，故用受限 eval
# 仅允许内置数学常量和操作符
return eval(expr, {"__builtins__": {}}, {})
except:
raise ValueError(f"Invalid numeric expression: {expr}")
def simplify_numeric_parts(eq: str) -> str:
"""简化等式中所有纯数值子表达式"""
# 分割等式左右两边
if '=' not in eq:
raise ValueError("Equation must contain '='")
left, right = [s.strip() for s in eq.split('=', 1)]
def simplify_side(s: str) -> str:
# 递归简化：先处理最内层括号，再处理无括号数值段
while True:
# 匹配最内层括号：如 (8 + 6)、(8 * 6 * 2)
inner_paren = re.search(r'\(([^()]*)\)', s)
if inner_paren:
content = inner_paren.group(1).strip()
try:
val = safe_eval(content)
s = s[:inner_paren.start()] + str(val) + s[inner_paren.end():]
continue
except ValueError:
pass # 跳过含变量的括号，如 (24*x + 10)
# 匹配无括号的连续数值表达式（需确保不包含变量）
# 使用负向先行断言排除紧邻字母的情况
num_expr = re.search(r'(?<![a-zA-Z])\b(?:\d+(?:\.\d+)?(?:[+\-*/]\d+(?:\.\d+)?)*)\b(?![a-zA-Z])', s)
if num_expr:
try:
val = safe_eval(num_expr.group())
s = s[:num_expr.start()] + str(val) + s[num_expr.end():]
continue
except ValueError:
pass
break
return s
simplified_left = simplify_side(left)
simplified_right = simplify_side(right)
return f"{simplified_left} = {simplified_right}"
# 示例使用
eq = "(24*x + 1 + 9) / (((8 * 6 * 2) + 1) * y) = 3 + 9 + (3 * (8 + 6)) * 18.56"
print(simplify_numeric_parts(eq))
# 输出: (24*x + 10.0) / (97.0 * y) = 791.52⚠️ 重要注意事项：
- 安全性第一：永远不要对用户输入直接调用 eval()。本例通过正则白名单 + ast.parse 可选校验（代码中已简化为字符过滤）双重保障；
- 变量保护：正则中 (?<![a-zA-Z]) 和 (?![a-zA-Z]) 确保匹配前后无字母，避免将 x123 中的 123 误判为独立数字；
- 浮点精度：eval 返回 float，若需精确十进制，可改用 decimal.Decimal 替代；
- 局限性：本方案仅简化数值常量部分，不进行代数合并（如 24*x + 10 不会进一步因式分解）。如需符号化简，仍应选用 sympy。
总结：正则不是万能解析器，而是精准手术刀。与其强行用单条正则捕获所有情况，不如分治——先括号、再运算、最后合并。配合严格的安全校验，即可在零外部依赖下稳健完成方程数值简化任务。
