Python3 模式匹配：从基础到高级的匹配技巧

Python 模式匹配：从 in 到正则再到 match-case，一招对一招

处理文本和数据，绕不开匹配这件事——判断一段文字里有没有某个词、提取一个手机号、解析一段 JSON 结构。

Python 提供了三个层级的工具：字符串方法（最基础）、正则表达式（最强大）、match-case 结构化匹配（Python 3.10+，专门对付数据结构）。遇到什么场景用什么工具，比学会所有工具的语法更重要。

最简单的：字符串自带的方法

能用内置方法解决的问题，就别上正则。代码短、速度快、不用记那些奇怪的符号。

1. 有没有：`in` 和 `not in`

text = "hello world, hello python"

if "hello" in text:
    print("找到了")

这是最直观的写法，没有之一。find() 也可以，但 in 更符合直觉。

2. 在哪：`find()` 和 `rfind()`

1
2
3

text.find("hello")     # 0，第一次出现的位置
text.rfind("hello")    # 13，从右边找
text.find("java")      # -1，找不到返回 -1

如果你还需要知道位置，用 find()。注意它返回 -1 表示没找到，不是抛异常。

3. 开头结尾：`startswith()` 和 `endswith()`

url.startswith("https")              # True
filename.endswith(".txt")            # True

# 可以传元组，匹配任意一个
url.startswith(("http://", "https://"))  # True
filename.endswith((".txt", ".md"))       # True

批量处理文件的时候非常好用：

1 2	files = ["data.txt", "image.png", "notes.md"] txt_files = [f for f in files if f.endswith(".txt")]

文件名通配符：`fnmatch`

如果你需要 * 和 ? 这种简单的通配符，又不想写正则，fnmatch 是折中方案。

from fnmatch import fnmatch

fnmatch("document.txt", "*.txt")     # True
fnmatch("config.json", "config.*")   # True

# 批量过滤
files = ["main.py", "utils.py", "test.py"]
py_files = [f for f in files if fnmatch(f, "*.py")]

fnmatch 比正则简单，比字符串方法灵活，适合文件名匹配这类场景。但仅限于 * 和 ?，复杂的就别用它了。

复杂文本：正则表达式，一劳永逸

遇到手机号、邮箱、URL、日志解析这种复杂模式，别用字符串方法硬凑，直接用正则。

常用写法速查：

需求	正则
手机号（11位）	`1[3-9]\d{9}`
邮箱	`\w+@\w+\.\w+`
数字	`\d+`
中文	`[\u4e00-\u9fa5]+`
URL	`https?://[^\s]+`
日期（YYYY-MM-DD）	`\d{4}-\d{2}-\d{2}`

提取手机号：

import re

text = "联系我：13812345678 或 13987654321"
phones = re.findall(r"1[3-9]\d{9}", text)
# ['13812345678', '13987654321']

提取邮箱 + 去重：

1
2
3

text = "test@example.com, admin@test.com, test@example.com"
emails = set(re.findall(r"\w+@\w+\.\w+", text))
# {'admin@test.com', 'test@example.com'}

提取捕获组：

log = "[2026-07-02 10:30:45] ERROR: 数据库连接超时"
pattern = r"\[(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2})\] (\w+): (.*)"
match = re.search(pattern, log)

if match:
    time = match.group(1)   # "2026-07-02 10:30:45"
    level = match.group(2)  # "ERROR"
    msg = match.group(3)    # "数据库连接超时"

替换敏感词：

sensitive = ["垃圾", "废物", "骗子"]
pattern = re.compile("|".join(sensitive))

text = "这个产品太垃圾了，简直是废物"
pattern.sub("***", text)   # "这个产品太***了，简直是***"

预编译提升性能： 如果你用同一个正则在大量文本上反复匹配，用 re.compile() 预编译能快 30%-50%。

# 先编译一次
phone_pattern = re.compile(r"1[3-9]\d{9}")

# 反复使用
for line in log_lines:
    phone_pattern.findall(line)

结构化数据：Python 3.10 的 match-case

正则对付的是文本。如果你的数据已经是列表、字典、对象了，再用正则去解析就是绕远路。match-case 是专门对付数据结构的。

基础语法：

match 变量:
    case 模式1:
        # 匹配模式1
    case 模式2:
        # 匹配模式2
    case _:
        # 默认（类似 else）

匹配列表结构：

def handle(data):
    match data:
        case [1, 2, x]:          # 列表前两个是1和2
            print(f"第三个是：{x}")
        case [x, y, z]:          # 任意三个元素
            print(f"三个元素：{x},{y},{z}")
        case [*rest]:            # 任意长度
            print(f"其他：{rest}")
        case _:
            print("不匹配")

handle([1, 2, 3])    # 第三个是：3
handle([1, 2, 4])    # 第三个是：4
handle([5, 6, 7])    # 三个元素：5,6,7

匹配字典结构：

def handle_response(resp):
    match resp:
        case {"status": 200, "body": body}:
            print(f"成功：{body[:50]}...")
        case {"status": 404}:
            print("资源不存在")
        case {"status": s} if 500 <= s < 600:
            print(f"服务器错误：{s}")
        case _:
            print("未知响应")

handle_response({"status": 200, "body": "OK"})
handle_response({"status": 404})

匹配类对象：

from dataclasses import dataclass

@dataclass
class Point:
    x: int
    y: int

def describe(p):
    match p:
        case Point(0, 0):
            print("原点")
        case Point(x, 0):
            print(f"x轴上：({x}, 0)")
        case Point(0, y):
            print(f"y轴上：(0, {y})")
        case Point(x, y):
            print(f"普通点：({x}, {y})")

describe(Point(0, 0))   # 原点
describe(Point(5, 0))   # x轴上：(5, 0)

带守卫条件（`if` 附加判断）：

case {"name": name, "age": age} if age >= 18:
    print(f"成年：{name}")
case {"name": name, "age": age}:
    print(f"未成年：{name}")

match-case 最擅长的是”根据数据结构的不同形状走不同分支”，而不是”判断文本内容”。数据结构越复杂，它越有用。