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()
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：
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：
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
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。