还记得我们曾羡慕其他编程语言里随处可见的 switch-case 吗？从 Python 3.10 开始，我们也迎来了期待已久的 结构化模式匹配（Structural Pattern Matching）。

结构化模式匹配并不是简单模仿 C++、JavaScript 那样的 switch-case，而是更进一步，提供了灵活、强大、可解构的数据匹配能力。

本文将带你从 8 个层级逐步掌握 Python 的模式匹配技巧。掌握之后，你会发现这不仅能减少冗余的 if-else 语句，更会极大提升代码的表达力和可读性。

Level 1：匹配字面量 —— 最基本的用法

最简单的模式匹配就是用它来替代传统的 if-elif-else 结构，对固定值进行匹配，比如字符串、整数、布尔值等。

这种用法类似其他语言的 switch-case，但在 Python 中语法更优雅、表达更清晰。

Level 2：使用下划线 _ 匹配任意情况（兜底）

在实际开发中，我们很难穷举所有可能的匹配条件。这时候可以使用一个“兜底”的 case 来处理所有未匹配的情况。

Python 使用下划线 _ 作为通配符，表示“匹配任意值”。这是保持代码健壮性和完整性的好习惯，也能让程序在面对意外输入时更加稳定。

Level 3：组合多个模式（用| 表示“或”）

如果多个 case 要执行相同的逻辑，我们无需重复写多个 case，而是可以将它们合并。Python 使用竖线 | 来表示“或”的关系，把多个可能的匹配值放在同一个 case 中，让代码更加紧凑、易读。

Level 4：使用 as 捕获匹配的值

当一个 case 匹配多个可能的值时，我们往往还希望“知道具体匹配到了哪一个”。这时，可以使用 as 关键字捕获匹配的值，并在后续逻辑中使用它。

这就像是 if-else 的加强版，不仅判断是否满足条件，还可以直接拿到变量用于处理。

Level 5：匹配序列 —— 解构列表和元组

Python 支持对列表、元组等序列进行解构式匹配。你可以匹配具体的元素数量和位置，甚至使用 * 捕获剩余的元素，实现非常灵活的数据解析逻辑。

这一特性在处理命令行参数、坐标数据、消息队列时非常有用。

Level 6：匹配字典 —— 更容易读写的结构化数据处理

字典是 Python 中非常常见的数据结构。在结构化模式匹配中，你可以像写 JSON 一样匹配字典的键和值。

更棒的是，键的顺序不影响匹配结果。这意味着你可以更自由地编写处理逻辑，不再受限于传统 if 判断的嵌套结构。

Level 7：添加守卫（guard）表达式进行额外判断

有时，我们不仅想匹配结构，还想加上一些额外的条件判断，比如某个字段是否大于某个值。

Python 允许你在 case 后添加 if 条件作为守卫表达式（guard），在匹配结构的基础上增加判断逻辑，兼顾结构匹配与条件判断。

这使得代码表达更精准，避免写重复判断。

Level 8：匹配类 —— 解构自定义对象

你甚至可以使用 match-case 来匹配自定义类的对象！Python 允许你直接根据类的属性进行模式匹配。但要注意的是：

必须显式指定类中的属性名，不能仅靠位置参数匹配。

否则会引发 TypeError 或不符合预期的行为。

这个特性让我们可以优雅地解构数据类（dataclass）或普通对象，从而在业务逻辑中更自然地使用面向对象的数据结构。

结构化模式匹配(Structural Pattern Matching)是 Python 近年来最值得关注的新特性之一。它不仅仅是“switch-case”的替代者，更是一种高级的、表达式优雅的数据匹配机制。

它让我们的代码：更加清晰、更容易维护、更少冗余判断、更具 Python 风格。

无论你是数据工程师、后端开发者还是 AI 从业者，掌握模式匹配都将成为你 Python 技能包中不可或缺的一环。

别再只会 if-elif-else 了，试试 match-case 吧！

如果你觉得本文有帮助，不妨点赞、分享并关注我，后续我将持续发布更多 Python 新特性和最佳实践的分享。