本文介绍如何在给定范围（如 1 到 N）中，按固定步长（如每 3 个元素为一组）批量生成递增的时间段（如 6-10、10-14），并正确处理跨日逻辑与 UTC 时间获取的最佳实践。
本文介绍如何在给定范围（如 1 到 n）中，按固定步长（如每 3 个元素为一组）批量生成递增的时间段（如 `6-10`、`10-14`），并正确处理跨日逻辑与 utc 时间获取的最佳实践。
在自动化任务调度、日志时段标记或监控数据分桶等场景中，常需将连续索引（如行号 1–12）映射为周期性递增的时间区间（例如每 3 行对应一个 4 小时窗口）。关键挑战在于：避免硬编码、支持跨日计算（如 23-03）、使用现代 Python 时间 API 替代已弃用方法，并确保分组逻辑清晰可维护。
以下是一个简洁、健壮且符合 PEP 615（推荐使用 datetime.UTC）的实现方案：
import datetime
# ✅ 正确获取当前 UTC 小时（datetime.utcnow() 已弃用）
current_utc_hour = datetime.datetime.now(datetime.UTC).hour
N = 12 # 总元素数量
GROUP_SIZE = 3 # 每组元素个数
DURATION_HRS = 4 # 每个时段的小时长度
for i in range(N):
# 计算第 i 个元素所属组的起始小时：每 GROUP_SIZE 个元素推进一次 DURATION_HRS
group_index = i // GROUP_SIZE
start_hour = (current_utc_hour + DURATION_HRS * group_index) % 24
end_hour = (start_hour + DURATION_HRS) % 24
# 格式化输出：索引从 1 开始，小时补零对齐（提升可读性）
print(f"{i+1:>2} {start_hour:02d}-{end_hour:02d}")
? 运行示例（假设当前 UTC 时间为 11:xx）：
输出将严格匹配分组逻辑：1 11-15 2 11-15 3 11-15 4 15-19 5 15-19 6 15-19 7 19-23 8 19-23 9 19-23 10 23-03 11 23-03 12 23-03
✅ 关键要点说明
- 时间获取合规性：datetime.datetime.now(datetime.UTC) 是 Python 3.12+ 官方推荐方式，替代已弃用的 datetime.utcnow()（自 3.12 起发出 DeprecationWarning）。
- 分组数学核心：i // GROUP_SIZE 实现整数分组索引（0, 0, 0, 1, 1, 1, …），再线性叠加 DURATION_HRS 偏移，天然支持任意 GROUP_SIZE 和 DURATION_HRS。
- 跨日自动处理：模 24 运算（% 24）确保 23 + 4 → 3，无需条件分支，代码更简洁、无边界错误风险。
- 可扩展设计：只需修改 GROUP_SIZE、DURATION_HRS 或 N，即可适配不同业务需求（如“每 5 行分配 2 小时窗口”或“覆盖 48 小时共 24 组”）。
⚠️ 注意事项
- 若需本地时区而非 UTC，请显式传入 zoneinfo.ZoneInfo("Asia/Shanghai") 等时区对象（需 pip install tzdata），切勿使用 time.localtime() 或 datetime.now().hour —— 它们依赖系统时区且不可移植。
- 输出中的 02d 格式保证小时始终两位显示（如 03 而非 3），利于对齐与后续解析。
- 如需将结果存入列表而非打印，可将 print(...) 替换为 result.append((i+1, f"{start_hour:02d}-{end_hour:02d}"))。
掌握该模式后，你不仅能解决当前的“每 3 行更新时段”问题，更能快速构建各类基于索引分组的动态范围映射逻辑——这是数据管道与定时任务开发中的基础而高频的能力。
