Ratgeber
Python 3.10: Was ist eigentlich Structural-Pattern-Matching?
Python-Code. (Foto: Casimiro PT/Shutterstock)
Structural-Pattern-Matching wird unter Pythonistas als vielleicht wichtigste – wenn auch kontroverse – Ergänzung der Sprachsyntax seit async gehandelt. Die mit Python 3.10 eingeführte Neuerung ist das Ergebnis des Versuchs, die aus anderen Programmiersprachen bekannte switch...case-Syntax in Python einzuführen, bietet dabei aber zusätzlich eine Reihe von Möglichkeiten, die über das Vorbild hinausgehen.
Pythons Syntax wurde um die match...case-Struktur erweitert. Wie die Switch/Case-Struktur anderer Sprachen ermöglicht Structural-Pattern-Matching es, eine Variable mit einem Satz möglicher Werte abzugleichen. match...case fungiert in seiner einfachsten Form quasi als Ersatz für eine if-else-Struktur:
http_code = "418"
if http_code == "200":
print("OK")
elif http_code == "404":
print("Not Found")
elif http_code == "418":
print("Dogs are cool")
else:
print("Code not found")
# Dogs are cool
die unter Verwendung des match-Keywords auch so geschrieben werden könnte:
http_code = "418"
match http_code:
case "200":
print("Ok")
case "404":
print("Not Found")
case "418":
print("Dogs are cool")
case _:
print("Code not found")
# Dogs are cool
Die Möglichkeit einer cleaneren Notation ist es allerdings nicht, was das Feature so interessant macht. Structural-Pattern-Matching erlaubt es, die Struktur von Vergleichsobjekten mit einem oder mehreren Mustern abzugleichen. Zur Illustration zeigt das folgende Beispiel den Musterabgleich von zwei Dictionaries. Dictionaries oder Mapping-Strukturen im Allgemeinen sind eine der wichtigsten und gängigsten Datenstrukturen in Python.
Beide Dictionaries haben unterschiedlichen Strukturen:
In [1]:
dict_a = {
'id': 1,
'meta': {
'source': 'x',
'location': 'south'
}
}und
In [2]:
dict_b = {
'id': 2,
'source': 'y',
'location': 'south'
}Für beide lässt sich jeweils ein Pattern identifizieren:
#a
{
'id': int,
'meta': {'source': str,
'location': str}
}und
#b
{
'id': int,
'source': str,
'location': str
}Beide lassen sich dann in ein match...case-Statement verpacken:
for d in [dict_a, dict_b, 'test']:
match d:
case {'id': ident,
'meta': {'source': source,
'location': loc}}:
print(ident, source, loc)
case {'id': ident,
'source': source,
'location': loc}:
print(ident, source, loc)
case _:
print('no match')Außer Dictionaries können auch Sequenzen (Tupel oder Listen), primitive Datentypen oder Klasseninstanzen abgeglichen werden. Eine umfassende Liste der unterschiedlichen Patterns bietet die Doku (PEP 635). Gerade zur Datenverarbeitung könnte sich Structural-Pattern-Matching als echter Game-Changer erweisen. Wer tiefer einsteigen will, findet beispielsweise in diesem Video weitere Erläuterungen.
Bitte beachte unsere Community-Richtlinien
Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.
Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.
Dein t3n-Team