本文介绍如何用纯 Python（不依赖第三方库）将化学式如 Al2(SO4)3 解析为嵌套元组结构，精确分离元素符号与系数，并支持括号嵌套与数量展开，为后续化学方程式配平奠定基础。
本文介绍如何用纯 python（不依赖第三方库）将化学式如 `al2(so4)3` 解析为嵌套元组结构，精确分离元素符号与系数，并支持括号嵌套与数量展开，为后续化学方程式配平奠定基础。
化学式的结构具有天然的递归性：原子可带下标（如 O2），括号内可嵌套子式并整体带系数（如 (SO4)3），甚至多层嵌套（如 Ca(OH)2 或 K3[Fe(CN)6]）。正则表达式本质上是线性匹配工具，无法处理任意深度的括号嵌套与上下文相关的数量分配，因此仅靠 regex 无法可靠完成该任务——这是计算理论中的经典限制（正则语言无法识别平衡括号语言）。
正确的解决路径是：先用正则粗粒度切分，再用递归下降解析器逐层展开。下面提供一个轻量、可读性强、无外部依赖的实现方案：
✅ 核心思路
- 外层切分：用正则识别“独立单元”——即单个元素（Al2）、带括号的子式（(SO4)3）或裸括号内容（需进一步处理）；
- 递归解析：对每个单元，若以 ( 开头，则递归解析括号内部分，并乘以其后的系数；否则按 元素+数字 模式解析；
- 统一归一化：空系数默认为 1，数字字符串转为 int，最终返回嵌套元组结构，便于后续遍历与展开。
? 完整可运行代码
import re
def parse_formula(segment):
"""解析不含括号的原子段，如 'Al2', 'S', 'O4' → [('Al', 2), ('S', 1), ('O', 4)]"""
matches = re.findall(r'([A-Z][a-z]*)(\d*)', segment)
result = []
for elem, num_str in matches:
qty = int(num_str) if num_str else 1
result.append((elem, qty))
return tuple(result)
def parse_nested(formula):
"""
递归解析含括号的化学式，返回嵌套元组。
示例: 'Al2(SO4)3' → (('Al', 2), ((('S', 1), ('O', 4)), 3))
"""
# 移除空格（增强鲁棒性）
formula = formula.replace(' ', '')
if not formula:
return tuple()
result = []
i = 0
while i < len(formula):
if formula[i] == '(':
# 找到匹配的右括号（支持单层嵌套计数）
depth = 1
j = i + 1
while j < len(formula) and depth > 0:
if formula[j] == '(':
depth += 1
elif formula[j] == ')':
depth -= 1
j += 1
if depth != 0:
raise ValueError(f"Unmatched parentheses in '{formula}'")
# 提取括号内内容及后续数字
inner = formula[i+1:j-1]
# 查找右括号后的数字（可能为空）
num_match = re.match(r'(\d*)', formula[j:])
num_str = num_match.group(1) if num_match else ''
qty = int(num_str) if num_str else 1
# 递归解析内部，并打包为 (inner_parsed, quantity)
result.append((parse_nested(inner), qty))
i = j + len(num_str)
else:
# 匹配下一个元素段（直到遇到 ( 或结尾）
elem_match = re.match(r'([A-Z][a-z]*\d*)', formula[i:])
if not elem_match:
raise ValueError(f"Invalid token at position {i}: '{formula[i:]}'")
token = elem_match.group(1)
result.append(parse_formula(token))
i += len(token)
return tuple(result)
# ✅ 使用示例
if __name__ == "__main__":
test_cases = ["O2", "SO4", "Al2(SO4)3", "Ca(OH)2", "K3[Fe(CN)6]"] # 注意：此版暂不支持方括号，可按需扩展
for f in test_cases[:3]: # 前三个典型示例
try:
parsed = parse_nested(f)
print(f"{f} → {parsed}")
except Exception as e:
print(f"{f} → Error: {e}")⚠️ 注意事项与扩展建议
- 括号类型：当前版本仅处理圆括号 ()；若需支持 [] 或 {}（如配位化合物），需在 parse_nested 中扩展括号匹配逻辑；
- 错误处理：实际应用中应增加更完善的语法校验（如非法字符、孤立括号、元素符号不存在等）；
- 性能优化：对超长公式，可改用迭代栈模拟递归，避免 Python 默认递归深度限制；
- 下一步配平：获得嵌套结构后，可通过深度优先遍历+字典累加，将整个式子扁平化为 {'Al': 2, 'S': 3, 'O': 12}，进而构建线性方程组求解系数。
该方案完全基于标准库，逻辑清晰、易于调试和定制，是手动实现化学式解析的理想起点。
