RE模块垃圾回收机制

今日内容

　　一、垃圾回收机制

　　函义：不能被程序访问到的数据，就称之为垃圾

　　1.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的

　　 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得引用计数 -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

　　

　　

　　2.循环引用：

  循环引用 => 内存泄漏（解决方案 解除绑定 重新绑定新的值）

ls1 = [666]
ls2 = [888]
ls1.append(ls2)
# print(ls1)#[666, [888]]
ls2.append(ls1)
print(ls1)
print(ls2)

[666, [888, [...]]]
[888, [666, [...]]]

　　

　****循环导入会导致某些值得引用计数永远大于0

　　

　　3.删除标记

　　

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：删除的过程将遍历堆中所有的对象，将之前所有的内容全部清除

　　

　

　　4.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）

　　1.新生代

　　

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

　　2.青春代

　　

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。

　　

　　3.老年代

　　最后老年代也就是等级（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

　　

　　

　　二、正则（重点）

　　正则表达式：

　　

一组特殊符号组成的表达式，用于描述某种规则。该应用场景生活中随处可见。

​例如：让有志青年过上体面的生活，这里面就由规则，即有志青年。

　　正则表达式应用场景：

　　

正则表达式的作用，以及使用场景

1.用于从字符串中匹配满足某种规则的内容，多数用于爬虫应用程序

2.判断字符串串内容是否满足某种规则，多用于严重用户输入。例如密码是否规范，手机号是否正确等

学习重点

正则是一堆特殊符号组成的，我们主要学习的就是这些特殊符号

　　

# 重点：正则就是字符串

　　　　1.定义》》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。

　　       2.语法：import re

 　　  2.正则语法 3.分组 。4.python re的常用方法

　　　　print(re.findall("a",r"123wqe\abac"))

　　　　3.分类：

　　　　　　

　　　1、单行字符
　　

print(re.findall("a",r"123wqe\abac"))#匹配对应所有"a"
['a', 'a']
print(re.findall(r"\d",r"123wqe\321abac"))#匹配所有数字
['', '', '', '', '', '']
print(re.findall("\D",r"123wqe\\ab\ac"))#打印非数字
['w', 'q', 'e', '\\', '\\', 'a', 'b', '\\', 'a', 'c']

print(re.findall(r"[A-Z]|[a-z]",r"123wqe\321abQWGac"))#字母a或b
['w', 'q', 'e', 'a', 'b', 'Q', 'W', 'G', 'a', 'c']
print(re.findall(r"[A-Za-z0-9漂亮]",r"123wqe\321abQWGac漂亮"))
['', '', '', 'w', 'q', 'e', '', '', '', 'a', 'b', 'Q', 'W', 'G', 'a', 'c', '漂', '亮']

print(re.findall(r".",'123qwe[\n**\tyueQW\rE_12'))#匹配所有单个字符(除饿了换行符）
['', '', '', 'q', 'w', 'e', '*', '*', 'y', 'u', 'e', 'Q', 'W', 'E', '_', '', '']

print(re.findall(r"\\a",r"123 \abc"))#用来转义，在正则中\\代表匹配\
part1
s = "123454http://www.baidu.com/12htp46"
res = re.findall(r'http://baidu.com/', s)
print(res)

2、多个字符

　　

print(re.findall(r'zo*?', r'zzozoozooo'))  # {0,n} 1到n个，非贪婪匹配，尽可能少的匹配 == {0}
print(re.findall(r'zo+?', r'zzozoozooo'))  # {1,n} 1到n个，非贪婪匹配，尽可能少的匹配 == {1}
print(re.findall(r'zo?', r'zzozoozooo'))  # {0,1} 0到1个，贪婪匹配，尽可能多的匹配

print(re.findall(r'zo+', r'zzozoozooo'))  # {1,n} 1到n个，贪婪匹配，尽可能多的匹配
print(re.findall(r'zo*', r'zzozoozooo'))  # {,n} 0到n个，贪婪匹配，尽可能多的匹配
print(re.findall(r'o{1,2}', r'foodfoood'))  # {n,m} n到m个，贪婪匹配，尽可能多的匹配
print(re.findall(r'o{2,}', r'foodfoood'))  # {n, } n到多个，贪婪匹配，尽可能多的匹配
print(re.findall(r'[a-z]{2}', r'123\abcabc'))  # {n} n代表个数
print(re.findall(r'ab', r'123\abcabc'))

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\nowen zro owen\nowen 00',re.M))
['owen name_vv', 'owen age vv']

　　

  3、分组

# 分组：
# 1.从左到右数数（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起来，但不产生分组

　　

egexp = re.compile('((http://)\((.+)\)/)')  # 生成正则对象

target = regexp.match("http://www.baidu.com/")
print(target.group(1))

# http://(www.baidu.com)/
print(target.group(2))
# http://
print(target.group(3))
# www.baidu.com
result=re.findall(r'^http://.+/$','http://.bsidu.com/\nhttp://www.sina.com.cn/',re.M)
print(result)

　　4，替换

part4
#替换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》'))

print(re.sub('[0-9]+', '数字', 'abc123你好'))
\2abc你好123》
abc数字你好

print(re.search('http://(.+)/', 'http://www.baidu.com/'))
<_sre.SRE_Match object; span=(0, 21), match='http://www.baidu.com/'>

5、拆分

　　

　　

print(re.split('\s', '123 456\n789\t000'))#

按照换行符，字表符拆分

['123', '456', '789', '000']

 6、常用使用元符

| 元字符      | 描述                                                         |
| ----------- | :----------------------------------------------------------- |
| \           | 将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。 |
| ^           | 匹配输入字行首。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。 |
| $           | 匹配输入行尾。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。 |
| *           | 匹配前面的子表达式任意次。例如，zo*能匹配“z”，也能匹配“zo”以及“zoo”。*等价于{0,}。 |
| +           | 匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。 |
| {*n*}       | *n*是一个非负整数。匹配确定的*n*次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。 |
| {*n*,}      | *n*是一个非负整数。至少匹配*n*次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。 |
| {*n*,*m*}   | *m*和*n*均为非负整数，其中*n*<=*m*。最少匹配*n*次且最多匹配*m*次。例如，“o{1,3}”将匹配“fooooood”中的前三个o为一组，后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。 |
| ?           | 匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”。?等价于{0,1}。 |
| ?           | 当该字符紧跟在任何一个其他限制符（*,+,?，{*n*}，{*n*,}，{*n*,*m*}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串，而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如，对于字符串“oooo”，“o+”将尽可能多地匹配“o”，得到结果[“oooo”]，而“o+?”将尽可能少地匹配“o”，得到结果 ['o', 'o', 'o', 'o'] |
| .点         | 匹配除“\n”和"\r"之外的任何单个字符。要匹配包括“\n”和"\r"在内的任何字符，请使用像“[\s\S]”的模式。 |
|             |                                                              |
| x\|y        | 匹配x或y。例如，“z\|food”能匹配“z”或“food”(此处请谨慎)。“[zf]ood”则匹配“zood”或“food”。 |
| [xyz]       | 字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。 |
| [^xyz]      | 负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”任一字符。 |
| [a-z]       | 字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身. |
| [^a-z]      | 负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。 |
| \b          | 匹配一个单词的边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”；“\b1_”可以匹配“1_23”中的“1_”，但不能匹配“21_3”中的“1_”。 |
| \B          | 匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er” |
| \s          | 匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。 |
| \S          | 匹配任何可见字符。等价于[^ \f\n\r\t\v]。                     |
| \w          | 匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。 |
| \W          | 匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。                  |
| \d          | 匹配一个数字字符。等价于[0-9]。grep 要加上-P，perl正则支持   |
| \D          | 匹配一个非数字字符。等价于[^0-9]。grep要加上-P，perl正则支持 |
| \n          | 匹配一个换行符。等价于\x0a和\cJ。                            |
| \r          | 匹配一个回车符。等价于\x0d和\cM。                            |
| \t          | 匹配一个制表符。等价于\x09和\cI。                            |
| ( )         | 将( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。 |
| (?:pattern) | 非获取匹配，匹配pattern但不获取匹配结果，不进行存储供以后使用。这在使用或字符“(\|)”来组合一个模式的各个部分时很有用。例如“industr(?:y\|ies)”就是一个比“industry\|industries”更简略的表达式。 |
| \|          | 将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him\|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：这个元字符不是所有的软件都支持的。 |