如何用PEP 634结构模式匹配lxml HtmlElement指定属性

问题原因 #

当你尝试用case HtmlElement(tag='a', attrib={'href': href})进行匹配时，Python 3.11.4对C扩展实现的_Attrib类（lxml的属性容器）存在处理差异：

• 类模式的关键字参数中，嵌套的字典字面量{'href': href}本应作为映射模式检查attrib的键值，但由于_Attrib是C扩展实现的Mapping子类，Python错误地将其转为相等比较（检查_Attrib实例是否等于普通字典{'href': href}），而_Attrib与普通字典的__eq__逻辑不同，导致匹配失败，无法捕获href。
• 直接用match element.attrib: case Mapping({'href': href}):能成功，是因为Mapping()模式明确强制Python按映射类型的规则处理，绕过了相等比较的逻辑。

解决方案 #

方案1：显式用Mapping()包裹映射模式（推荐）

在类模式的属性中，用Mapping()明确指定按映射类型匹配，强制Python应用映射模式规则：

from collections.abc import Mapping
from lxml.html import HtmlElement

# 示例匹配代码
match target_element:
    case HtmlElement(tag='a', attrib=Mapping({'href': href})):
        print(href)  # 正确提取href值

方案2：使用位置模式（若HtmlElement支持）

如果HtmlElement类定义了__match_args__ = ('tag', 'attrib')，可以用位置模式结合Mapping()：

match target_element:
    case HtmlElement('a', Mapping({'href': href})):
        print(href)

方案3：猴子补丁_Attrib类（不推荐，仅作备选）

通过给_Attrib添加__match__方法，让它正确处理映射模式：

from collections.abc import Mapping
from lxml.etree import _Attrib

def _attrib_match(self, pattern):
    if isinstance(pattern, dict):
        bindings = {}
        for key, val_pattern in pattern.items():
            if key not in self:
                return None
            # 处理值模式的匹配与变量绑定
            match self[key]:
                case val_pattern as val:
                    # 捕获变量（以下划线开头的模式变量）
                    if hasattr(val_pattern, '__name__') and val_pattern.__name__.startswith('_'):
                        bindings[val_pattern.__name__] = val
                case _:
                    return None
        return bindings
    return None

_Attrib.__match__ = _attrib_match

# 之后可直接用原始语法匹配
match target_element:
    case HtmlElement(tag='a', attrib={'href': href}):
        print(href)

注意：猴子补丁可能影响lxml的其他行为，仅在必要时使用。

内容的提问来源于stack exchange，提问作者qyryq