内存管理与正则（re）模块

内存管理

垃圾回收机制

不能被程序访问到的数据，就称之为垃圾

也就是失去了一个能够访问到值数据的名称空间，导致在内存中无作为

引用计数：是内存管理的原理

引用计数是用来记录值的内存地址被记录的次数

每一次对值的地址的引用都可以使该值的引用计数+1

每一次对值的地址的释放都可以使该值的引用计数-1

当一个值的引用计数为0时，该值就会被系统的垃圾回收机制回收

循环导入

ls1=【666】

ls2=【888】

ls1.append(ls2)

ls2.append(ls1)

print(ls1)

print(ls2)

循环导入会导致内些值的引用计数永远大于0

标记删除

标记：标记的过程其实就是，遍历所有的GC Roots对象(栈区中的所有内容或者线程都可以作为GC Roots对象），然后将所有GC Roots的对象可以直接或间接访问到的对象标记为存活的对象，存放到新的内存空间中

删除：删除的过程将遍历所有的对象，将之前所有的内容全部清除

优化机制：分代回收

分代：指的是根据存活时间来为变量划分不同等级（也就是不同的代）

新定义的变量，放到新生代这个等级中，假设每隔1分钟扫描新生代一次，如果发现变量依然被引用，那么该对象的权重（权重本质就是个整数）加一，当变量的权重大于某个设定得值（假设为3），会将它移动到更高一级的青春代，青春代的gc扫描的频率低于新生代（扫描时间间隔更长），假设5分钟扫描青春代一次，这样每次gc需要扫描的变量的总个数就变少了，节省了扫描的总时间，接下来，青春代中的对象，也会以同样的方式被移动到老年代中。也就是等级（代）越高，被垃圾回收机制扫描的频率越低

回收：依然是使用引用计数作为回收的依据

re 正则模块

什么是正则：正则就是带语法的字符串，用来匹配目标字符串得到想要的字符串结果

语法：

import re

findall 方法

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

# 三个参数
# pattern 匹配的正则表达式
# string 要匹配的字符
# flags 标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。
# 匹配成功re.match方法返回一个匹配的对象，否则返回None。

# 1.单个字符

# \w与\W
# print(re.findall('\w','hello_egon 123宁'))
# \w 匹配字符数字及下划线
# print(re.findall('\W','hello_egon 123宁'))
# \W匹配非字母数字下划线

#\s与S
# print(re.findall('\s','hello_egon 123宁'))
#匹配任意空白字符，等价于[\t\n\r\f]
# print(re.findall('\S','hello_egon 123宁'))
#匹配任意非空格字符串

# \d与\D
# print(re.findall('\d','hello_egon 123宁'))
# 匹配任意数字，等价于[0-9] \d
# print(re.findall('\D','hello_egon 123宁'))
# 匹配任意非数字 \D

# [0-9A-Za-z] == 所有字母+数字
# print(re.findall(r'[A-Za-z0-9]宁',r'hello_egon 123宁'))  #这是组合两个符合条件的字符串
# print(re.findall(r'[A-Za-z0-9宁]',r'hello_egon 123宁'))

#  . 匹配所有单个字符(刨除换行)
# print(re.findall('a.','a123b'))
# ==>['a1']
# print(re.findall('a.b','a1b'))
# ==>['a1b']

# 多个字符

# 匹配0个或多个的表达式 *
# print(re.findall('ab*','bbbbbbb'))
# ==》 []
# print(re.findall('ab*','a'))
# ==》 ['a']
# print(re.findall('ab*','abbbb'))
# ==> ['abbbb']

# 匹配1个或多个的表达式 +
# print(re.findall('ab+','bbbbbbb'))
# ==》 []
# print(re.findall('ab+','a'))
# ==》 []
# print(re.findall('ab+','abbbb'))
# ==> ['abbbb']

# 匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式 ？
# print(re.findall('ab?','a'))
# print(re.findall('ab?','abbb'))

# {n}精确匹配n个前面表达式,并且只返回它前面的字符,多了返回空值。
# print(re.findall('ab{2}','abbbc'))
# ==》 ['abb']

# {n，m}匹配n到m次由前面的正则表达式定义的片段，贪婪方式，并且只返回它前面的字符,最小值多了返回空值。
# print(re.findall('ab{1,2}','abbb'))
# ==》 ['abbb']
# print(re.findall('ab{1,}','abbbc'))
# ==》 ['abbb']

# a|b 匹配a或b
# print(re.findall('a|b','a b b cb'))
# ==> ['a', 'b', 'b', 'b']

# ()匹配括号内的表达式，也表示一个组
# print(re.findall('ab+','ababab123'))
# ==> ['ab', 'ab', 'ab']
# print(re.findall('(ab)+123','ababab123'))
# 匹配到末尾的ab123中的ab  ==》 ['ab']
# print(re.findall('(?:ab)+123','ababab123'))
# findall的结果不是匹配的全部内容，而是组内的内容,?:可以让结果为匹配的全部内容
# ==》 ['ababab123']

# print(re.findall('(zo){1,}','zozozozo'))
# ==> ['zo']
# print(re.findall('(?:zo){1,}','zozozozo'))
# ==> ['zozozozo']

# 3.多行
# ^: 以什么开头 $: 以什么结尾  结合 flags=re.M  可以按\n来完成多行匹配
# print(re.findall('^h','hello egon 123'))
# print(re.findall('3$','hello egon 123'))
# re.S：将\n也能被.匹配  re.I：不区分大小写

# 4.分组
# 1.从左往右数数 ( 进行编号，自己的分组从1开始，group(0)代表匹配到的目标整体
# 2.(?: ... )：取消所属分组，()就是普通()，可以将里面的信息作为整体包裹，但不产生分组

有名分组（?P<name>...）

# regexp = re.compile('(?:(http://)\((.+)\)/)')  # 生成正则对象
# target = regexp.match('http://(www.baidu.com)/')
# print(target.group(2))

re.match函数

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

re.split  拆分

# split 方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：
# re.split(pattern, string[, maxsplit=0, flags=0])
# print(re.split('\s', '123 456\n789\t000'))

re.sub   检索和替换

Python 的re模块提供了re.sub用于替换字符串中的匹配项。

# 1.不参与匹配的原样带下 2.参与匹配的都会被替换为指定字符串
# 3.在指定字符串值\num拿到具体分组 4.其他字符串信息都是原样字符串
# print(re.sub('《(?:[a-z]+)(\d+)(.{2})', r'\\2abc\2\1', '《abc123你好》'))

re.search方法

re.search 扫描整个字符串并返回第一个成功的匹配。