以下是一个使用深度优先搜索（DFS）算法进行图搜索的示例代码：

# 定义图的类
class Graph:
    def __init__(self):
        self.graph = {}

    # 添加边
    def add_edge(self, u, v):
        if u not in self.graph:
            self.graph[u] = []
        self.graph[u].append(v)

    # DFS搜索
    def dfs(self, start, pattern):
        visited = set()
        self._dfs_helper(start, visited, pattern)

    def _dfs_helper(self, vertex, visited, pattern):
        visited.add(vertex)
        print(vertex)

        if pattern == vertex:
            print("找到匹配模式")

        if vertex in self.graph:
            for neighbor in self.graph[vertex]:
                if neighbor not in visited:
                    self._dfs_helper(neighbor, visited, pattern)

# 创建图对象
graph = Graph()

# 添加边
graph.add_edge(1, 2)
graph.add_edge(1, 3)
graph.add_edge(2, 4)
graph.add_edge(3, 5)
graph.add_edge(4, 5)

# 进行DFS搜索
graph.dfs(1, 5)

在这个示例中，我们创建了一个Graph类来表示图，并使用add_edge方法添加边。然后，我们实现了一个dfs方法，用于执行深度优先搜索。dfs方法接受一个起始顶点和一个搜索模式作为参数，并调用_dfs_helper方法进行实际的搜索。_dfs_helper方法使用递归的方式遍历图中的顶点，并在找到匹配模式时输出结果。

在示例中，我们创建了一个包含5个顶点和4条边的图，并使用dfs方法从顶点1开始搜索匹配模式为5的路径。搜索过程中，我们会输出经过的顶点，并在找到匹配模式时输出"找到匹配模式"的提示。

请注意，这只是一个简单的示例代码，实际应用中可能需要根据具体需求进行适当的修改和扩展。