Python 中的结构化模式匹配

2024 年 8 月 29 日 | 阅读 6 分钟

结构化模式匹配，也称为模式匹配或 match 语句，是 Python 3.10 中引入的一项功能，它允许开发人员编写更具表现力和简洁的代码。此功能受到 Rust、F# 和 Haskell 等其他编程语言中类似构造的启发。

本文将探讨 Python 3.10 中结构化模式匹配的基础知识、语法以及如何在实际场景中使用它。

什么是结构化模式匹配？

结构化模式匹配是一种语法构造，它允许开发人员将数据结构与模式进行匹配，并根据匹配执行代码。换句话说，这是一种解构和检查元组、列表和字典等数据结构与模式是否匹配，并根据匹配执行代码的方法。

结构化模式匹配的主要优点是它允许开发人员编写更简洁、更易读的代码。例如，考虑以下代码片段，它使用 if-else 语句来检查变量是整数还是字符串。

if instance(value, int):
    print("The value is an integer")
elif isinstance(value, str):
    print("The value is a string")
else:
    print("The value is neither an integer nor a string")

使用结构化模式匹配，我们可以将上述代码重写为如下形式：

match value:
    case int:
        print("The value is an integer")
    case str:
        print("The value is a string")
    case _:
        print("The value is neither an integer nor a string")

正如你所见，代码更简洁、更易读，使我们能够专注于要匹配的模式，而不是类型检查。

结构化模式匹配的语法

结构化模式匹配的语法相对简单。它包括 match 语句，后跟要匹配的值，以及一个或多个 case 语句。每个 case 语句都指定一个要与权重进行检查的模式。

以下是 match 语句的语法：

match value:
    case pattern1:
        # code to execute if the pattern1 matches
    case pattern2:
        # code to execute if the pattern2 matches
    ...
    case _:
        # code to execute if none of the above patterns match

在上面的语法中，value 是要匹配的值，每个 case 语句指定一个匹配模式。_ 是一个通配符模式，可以匹配任何内容，并且是未匹配设计的“捕获所有”模式。

结构化模式匹配中的模式

我们可以在结构化模式匹配中使用多种模式来匹配数据结构。以下是一些常用设计：

字面量模式：这些模式与特定的字面量值匹配。

match value:
    case "hello":
        print("The value is 'hello'")
    case 42:
        print("The value is 42")

变量模式：这些模式与变量匹配并将值绑定到变量。

match value:
    case x:
      print(f"The value is {x}")

类型模式：这些模式与特定类型匹配。

match value:
    case int:
        print("The value is an integer")
    case str:
        print("The value is a string")

序列模式：这些模式与元组、列表或字符串等序列数据结构匹配。

match value:
    case []:
        print("The list is empty")
    case [x, y]:
        print(f"The first two elements of the list are {x} and {y}")
    case [x, *rest]:
        print(f"The first element of the list

是 {x}，其余元素是 {rest}")

映射模式：这些模式与字典等映射数据结构匹配。

match value:
case {}:
print("The dictionary is empty")
case {"name": name, "age": age}:
print(f"The person's name is {name} and age is {age}")

组合模式：我们还可以使用 `|`（或）、`&`（与）和 `not` 等逻辑运算符组合模式。

match value:
case int | float:
print("The value is a number")
case [x, y] & isinstance(x, str):
print("The first element is a string")
case not []:
print("The value is not an empty list")

在实际场景中使用结构化模式匹配

结构化模式匹配可用于各种实际场景，以简化代码并提高其可读性。让我们看一些示例。

1. 解析 JSON

考虑一个场景，我们有一个要解析并提取一些值的 JSON 对象。这是一个示例：

data = {
"name": "John Doe,"
"age": 30,
"email": "john.doe@example.com"
}

name = data.get("name")
age = data.get("age")
email = data.get("email")

使用结构化模式匹配，我们可以简化代码如下：

match data:
case {"name": name, "age": age, "email": email}:
print(f"Name: {name}")
print(f"Age: {age}")
print(f"Email: {email}")

正如你所见，代码更简洁，更易于阅读。

2. 处理 HTTP 响应

考虑一个场景，我们想要处理 HTTP 响应并提取状态码和响应正文。这是一个示例：

Response = requests.get("https://www.example.com")
if response.status_code == 200:
print("Request successful")
print(response.text)
else:
print("Request failed")

使用结构化模式匹配，我们可以简化代码如下：

match response:
case HTTPResponse(200, body):
print("Request successful")
print(body)
case _:
print("Request failed")

正如你所见，代码更简洁，更易于阅读。`HTTPResponse` 是 `http.Client` 模块中定义的类型，我们可以使用它来匹配状态码和正文。

使用结构化模式匹配处理错误

除了将数据结构与模式进行匹配外，结构化模式匹配还可以更简洁、更具表现力地处理错误。

考虑一个场景，我们有一个可能引发不同类型异常的函数。这是一个示例：

def divide(x, y):
    try:
        result = x / y
    except ZeroDivisionError:
        raise ValueError("Cannot divide by zero")
    except TypeError:
        raise ValueError("Unsupported operand types")
    except Exception:
        raise ValueError("An unknown error occurred")
    return result

使用结构化模式匹配，我们可以更简洁、更具表现力地处理这些异常。这是一个示例：

def divide(x, y):
    match (x, y):
        case (_, 0):
            raise ValueError("Cannot divide by zero")
        case (int | float, int | float):
            return x / y
        case _:
            raise ValueError("Unsupported operand types")

正如你所见，代码更简洁，更具表现力。第一个 case 匹配模式 `(_, 0)`，表示第一个参数的任何值和第二个参数的零。第二个 case 匹配模式 `(int | float, int | float)`，表示两个视图的任何整数或浮点值。第三个 case 匹配任何其他模式。

结构化模式匹配的好处

与传统的控制流语句（如 if-）相比，结构化模式匹配具有许多优点。

简化代码：结构化模式匹配通过允许开发人员编写更简洁、更易读的代码来简化代码。开发人员可以使用结构化模式匹配将数据结构与模式进行匹配，并根据匹配执行代码，而不是使用冗长而复杂的条件语句。
提高可读性：通过使用结构化模式匹配，开发人员可以编写更具可读性、更易于理解的代码。代码变得自解释，并且更容易遵循执行流程。
提高可维护性：使用结构化模式匹配的代码更易于维护，因为它更简洁、更自解释。这使得识别和修复错误以及添加新功能更加容易。
更好的性能：结构化模式匹配可以通过消除不必要的条件语句并使用更高效的数据结构和算法来提高代码性能。
更好的错误处理：结构化模式匹配可以通过允许开发人员捕获特定类型的错误并适当地处理它们来提供更好的错误处理。这有助于防止错误并提高代码的整体质量。

Python 中结构化模式匹配的示例

让我们看一些 Python 中结构化模式匹配的示例。

1. 匹配一个元组

def process_data(data):
    match data:
        case (1, 'apple,' 3.14):
            print("Data is valid")
        case _:
            print("Data is invalid")

process_data((1, 'apple', 3.14)) # Output: Data is valid
process_data((2, 'banana', 4.56)) # Output: Data is invalid

在此示例中，我们定义了一个名为 process_data 的函数，该函数接受一个元组作为参数。我们使用结构化模式匹配将元组与特定模式 `(1, 'apple', 3.14)` 进行匹配，并根据匹配打印一条消息。

2. 匹配一个字典

def process_dict(data):
    match data:
        case {'name': str, 'age': int}:
            print("Data is valid")
        case _:
            print("Data is invalid")

process_dict({'name': 'John,' 'age': 30}) # Output: Data is valid
process_dict({'name': 'Jane,' 'age': '30'}) # Output: Data is invalid

在此示例中，我们定义了一个名为 process_dict 的函数，该函数接受一个字典作为参数。我们使用结构化模式匹配将字典与特定模式 `{'name': str, 'age': int}` 进行匹配，并根据匹配打印一条消息。

结论

结构化模式匹配是 Python 3.10 中引入的一项强大功能，它允许开发人员编写更具表现力和简洁的代码。通过此功能，我们可以将数据结构与模式进行匹配，并根据匹配执行代码。此功能可用于各种实际场景，以简化代码并提高其可读性。

下一个主题Python 中的后缀到中缀转换

← 上一个下一个 →

Python 中的结构化模式匹配

什么是结构化模式匹配？

结构化模式匹配的语法

1. 解析 JSON

2. 处理 HTTP 响应

使用结构化模式匹配处理错误

结构化模式匹配的好处

结论

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

Python 问题

Python 中的结构化模式匹配

什么是结构化模式匹配？

结构化模式匹配的语法

1. 解析 JSON

2. 处理 HTTP 响应

使用结构化模式匹配处理错误

结构化模式匹配的好处

结论

相关帖子

NumPy ufunc - Python 的通用函数

Python Quandl 包

Python 统计学

按频率对 Python 列表元素进行排序

Python 中的 map, filter 和 reduce 及示例

Python 中的字典推导式

Python counter add

Python 中的 Wordcloud 包

Python 集合 vs 列表

Python 中的空心金字塔模式

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器