在自然語言處理界，模式匹配可以說是最常用的技術。甚至可以說，將NLP技術作為真實生產力的項目都少不了模式匹配。

什么是模式匹配呢？在計算機科學中，往往是檢查給定的序列或字符串中是否有符合某種模式的片段。比如說：“啊，你的AK-47打得真準”，如果我們將 “啊，你的_____打得真準 ” 作為一種模式，則會將AK-47匹配出來。

實現模式匹配往往都是用正則表達式，但是如果你想識別特別復雜的模式，編寫正則表達式就會變得非常非常麻煩。而Pampy這個項目能解決你不少的煩惱。https://github.com/santinic/pampy

下面是一個使用例子:

from pampy import match, _
input = [1, 2, 3]
pattern = [1, 2, _]
action = lambda x: "it's {}".format(x)
match(input, pattern, action)

1.準備

開始之前，你要確保Python和pip已經成功安裝在電腦上。

如果你用Python的目的是數據分析，可以直接安裝Anaconda, 它內置了Python和pip.

請選擇以下任一種方式輸入命令安裝依賴：
1. Windows 環境 打開 Cmd (開始-運行-CMD)。
2. MacOS 環境 打開 Terminal (command+空格輸入Terminal)。
3. 如果你用的是 VSCode編輯器 或 Pycharm，可以直接使用界面下方的Terminal.

pip installpampy

看到 Successfully installed pampy-0.3.0 則說明安裝成功。

2.使用

特性1：HEAD 和 TAIL

HEAD和TAIL能代表某個模式的前面部分或后面部分。

比如將特定模式后的元素都變成元組：

frompampy importmatch, HEAD, TAIL, _
x = [-1, -2, -3, 0, 1, 2, 3]
print(match(x, [-1, TAIL], lambdat: [-1, tuple(t)]))
# => [-1, (-2, -3, 0, 1, 2, 3)]

將特定模式前的元素設為集合，后面的元素設為元組：

frompampy importmatch, HEAD, TAIL, _
x = [-1, -2, -3, 0, 1, 2, 3]
print(match(x, [HEAD, _, _, 0, TAIL], lambdah, a, b, t: (set([h, a, b]), tuple(t))))
# => ({-3, -1, -2}, (1, 2, 3))

特性2：甚至能匹配字典中的鍵

在你不知道哪個鍵下有某個值的時候，這招非常好用：

frompampy importmatch, HEAD, TAIL, _
my_dict = {
'global_setting': [1, 3, 3],
'user_setting': {
'face': ['beautiful', 'ugly'],
'mind': ['smart', 'stupid']
}
}
result = match(my_dict, { _: {'face': _}}, lambdakey, son_value: (key, son_value))
print(result)
# => ('user_setting', ['beautiful', 'ugly'])

特性3: 搭配正則

不僅如此，它還能搭配正則一起使用哦：

importrefrompampy importmatch, HEAD, TAIL, _
defwhat_is(pet):
    returnmatch(
    pet, re.compile('(\w+)，(\w)\w+鱈魚$'), lambdamygod, you: you + "像鱈魚"
    )
print(what_is('我的天，你長得真像鱈魚'))
# => '你像鱈魚'