day21 二十一、垃圾回收机制、re正则

一、内存管理

1、垃圾回收机制：不能被程序访问到的数据称之为垃圾

2、引用计数：引用计数是用来记录值的内存地址被记录的次数

每一次对值地址的引用都可以使该值的引用计数 +1

每一次对值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

3、循环导入：循环导入会导致某些值的引用计数永远大于0

ls1 = [666]
ls2 = [888]
ls1.append(ls2)
ls2.append(ls1)

print(ls1)           # [666, [888, [666, [...]]]]
print(ls2)           # [888, [666, [888, [...]]]]
print(ls1[1][1][0])  #
print(ls2[1][1][0])  #

4、标记删除

把所有访问到的数据标记为存活状态，把所有的线程和栈区能访问到的，
对应堆区的空间标记为存活状态，阈值不会超过存储区域的一半，把所有的存活状态会
拷贝新的一份到新的内存空间中，当阈值空间不够了，会调用标记删除，把所有的存活状态会拷贝
新的一份到新的内存空间中，然后进行删除操作，把原来空间所有的内容都删除，一下干掉。

解析：
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
删除：删除的过程将遍历堆中所有的对象，将没有标记的对象全部清除掉

5、分代回收

①分代：根据存活时间来为变量划分不同等级（也就是不同的代）

新生代 > 青春代 > 老年代

等级（代）越高，被垃圾回收机制扫描的频率越低

②回收：依然是使用引用计数作为回收的依据

解析：
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

二、re正则：重点：①定义②语法③分组④re常用方法

1、定义：有语法的字符串，用来匹配获取目标字符串中的指定需求字符串

import re

#正则就是字符串，可以为原义的普通字符串
# s = '12345http://www.baidu.com/12htp46'
# res = re.findall(r'//www.baidu.com/', s)
# print(res)   # ['//www.baidu.com/']

# 转义
# res = re.findall(r'\\a', r'123\abc')
# print(res)   # ['\\a']      # 用来转义，在正则中\\代表匹配\

2、语法：

①单个字符

# \d == [0-9]
# \D == [^0-9]
# \w == 字母+数字+_
# [0-9A-Za-z] == 所有字母+数字
# . == 匹配所有单个字符(刨除换行)

print(re.findall(r'a', r'123\abc'))    # ['a']

print(re.findall(r'\d', r'123\abc'))   # ['1', '2', '3']

print(re.findall(r'[0-9]', r'123\abc')) # ['1', '2', '3']

print(re.findall(r'\D', r'123\abc'))   # ['\\', 'a', 'b', 'c']

print(re.findall(r'[A-Z]|[a-z]', r'123abcABC'))   # ['a', 'b', 'c', 'A', 'B', 'C']

print(re.findall(r'[A-Za-z0-9好]', r'123abcABC好'))
# ['1', '2', '3', 'a', 'b', 'c', 'A', 'B', 'C', '好']

print(re.findall(r'\w', r'123[\abc好的*_A'))  # 字母+数字+下划线
# ['1', '2', '3', 'a', 'b', 'c', '好', '的', '_', 'A']
print(re.findall(r'\S', r'123[\abc好的*_A'))    # 字母+数字+_ 对立面

print(re.findall(r'\s', '123[ \nbc\好的*_A'))   # 匹配所有空白、制表符、换行符、回车符

print(re.findall(r'.', r'AB好_*&12\ab'))  # 匹配所有单个字符(刨除换行)
# ['A', 'B', '好', '_', '*', '&', '1', '2', '\\', 'a', 'b']

②多个字符

print(re.findall(r'ab', r'123\abc'))   # ['ab']

print(re.findall(r'[a-z]{3}', r'123\abcabc'))   # {n} n代表个数
# ['abc', 'abc']

print(re.findall(r'o{1,2}', r'foodfoood'))   # {n, } n到多个，贪婪匹配，尽可能多的匹配
# ['oo', 'oo', 'o']

print(re.findall(r'zo?', r'zzozoozooo'))  # {0,1} 0到1个，贪婪匹配，尽可能多的匹配
# ['z', 'zo', 'zo', 'zo']

print(re.findall(r'zo+', r'zzozoozooo'))  # # {1,n} 1到n个，贪婪匹配，尽可能多的匹配
# ['zo', 'zoo', 'zooo']

print(re.findall(r'zo*', r'zzozoozooo'))  # # {,n} 0到n个，贪婪匹配，尽可能多的匹配
# ['z', 'zo', 'zoo', 'zooo']

③多行匹配

# re.S：将\n也能被.匹配  re.I：不区分大小写  re.M：结合^ $来使用，完成多行匹配

print(re.findall(r'^owen.+vv$', 'owen_name_vv\nowen_age_vv\nzero_owen\nowen_oo', re.M))
# ['owen_name_vv', 'owen_age_vv']

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

result = re.findall(r'http://.+/', 'http://www.baidu.com/\nhttp://www.sina.com.cn/', re.M)
print(result)       # ['http://www.baidu.com/', 'http://www.sina.com.cn/']

for res in result:
    t = re.match('http://(.+)/', res)
    print(t.group(1))
# 结果为：
# www.baidu.com/
# www.sina.com.cn/

regexp = re.compile('((http://)(.+)/)')  # 生成正则对象，调用方法一样
target = regexp.match('http://www.baidu.com/')
print(target.group(0))   # 匹配的目标整体 http://www.baidu.com/
print(target.group(1))   # 第一个分组  整体  http://www.baidu.com/
print(target.group(2))   # 第二个分组 http://
print(target.group(3))   # 第三个分组 www.baidu.com

# 为什么要分组：要匹配目标字符串，但是不想要目标字符串的所有字符

regexp = re.compile('(?:(?:http://)(.+)/)')  # 生成正则对象，调用方法一样
target = regexp.match('http://www.baidu.com/')
print(target.group(0))   # 匹配的目标整体 http://www.baidu.com/
print(target.group(1))   # www.baidu.com
#  ?:?:删除两个分组，只剩下一个分组  目标字符串 www.baidu.com

⑤拆分

print(re.split('\s', '123 456\n789\t000'))   # ['123', '456', '789', '000']

⑥替换

不参与匹配的原样带下

参与匹配的都会被替换为指定字符串

在指定字符串值\num拿到具体分组

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》'))
# \2abc你好123》

print(re.sub('[0-9]+', '数字', 'abc123你好'))
# abc数字你好
print(re.sub('[a-z]+', '字母', 'abc123你好'))
# 字母123你好