Python re模块+内存管理

今日内容：

• 1.垃圾回收机制

• 2.re模块

一、垃圾回收机制

在计算机中，不能被程序访问到的数，称之为垃圾

1.1 引用计数

引用计数用来记录值的内存地址被记录的次数

每引用一次就对标记 +1 操作
每释放一次就对标记 -1 操作

当内存中的值的引用计数为 0 时，该值就会被系统的垃圾回收机制回收

1.2 引用计数的问题

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

打印结果：
[666, [888, [...]]]
[888, [666, [...]]]

# 首先该语句不会执行错误，但是不会一直执行下去，
# python解释器会对结果进行处理

# ps:内存中，赋值操作只是将值的内存地址给拷贝给了变量名
# 通过查找内存地址指向的内容将值找出来。

1.3 标记删除

标记：
    标记的过程其实就是，遍历所有的GCRoots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

1.4 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）

    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

2.正则表达式

2.1 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

2.2 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)

import re
str1 = 'sfio29ia77y12飞范7发哦'

# 匹配单个字符
print(re.findall(r'a', str1))
# ['a']

# 匹配数字 == '\d'
print(re.findall(r'[0-9]', str1))
# ['2', '9', '7', '7', '1', '2', '7']

# 匹配非数字 效果等同于 '\D'
print(re.findall(r'[^0-9]', str1))
# ['s', 'f', 'i', 'o', 'i', 'a', 'y', '飞', '范', '发', '哦']

print(re.findall(r'\D', str1))
# ['s', 'f', 'i', 'o', 'i', 'a', 'y', '飞', '范', '发', '哦']

# 匹配字母+数字+_
print(re.findall(r'\w', str1))
# ['s', 'f', 'i', 'o', '2', '9', 'i', 'a', '7', '7', 'y', '1', '2', '飞', '范', '7', '发', '哦']

# 匹配所有字母+数字
print(re.findall(r'[0-9A-Za-z]', str1))
# ['s', 'f', 'i', 'o', '2', '9', 'i', 'a', '7', '7', 'y', '1', '2', '7']

# 匹配所有单个字符(刨除换行)
print(re.findall(r'.', str1))
# ['s', 'f', 'i', 'o', '2', '9', 'i', 'a', '7', '7', 'y', '1', '2', '飞', '范', '7', '发', '哦']

# 2.多个字符

# zo* == zo{0,}
# zo+ == zo{1,}
# zo? == zo{0,1}

import re

str2 = 'sfizzjioa201jiszzzzzji45fzzja545ijf'

# 匹配多个zz
print(re.findall(r'zz*', str2))
print(re.findall(r'zz{0,}', str2))
# ['zz', 'zzzzz', 'zz']
# ['zz', 'zzzzz', 'zz']

# 匹配一次或多次zz
print(re.findall(r'zz+', str2))
print(re.findall(r'zz{1,}', str2))
# ['zz', 'zzzzz', 'zz']
# ['zz', 'zzzzz', 'zz']

# 匹配0个或多个zz
print(re.findall(r'zz?', str2))
print(re.findall(r'zz{0,1}', str2))
# ['zz', 'zz', 'zz', 'z', 'zz']
# ['zz', 'zz', 'zz', 'z', 'zz']

# 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
# re.S：将\n也能被.匹配  re.I：不区分大小写
"""
"""
import re

str3 = 'zhangsJIansHUfhn54\nlisi'

# ^ 以什么开头
print(re.findall("^zhang", str3, flags=re.M))
# ['zhang']

# 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

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

# 5.拆分
print(re.split('\s', '12ssw 456\n789\t000'))
# ['12ssw', '456', '789', '000']

# 6.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'\2\1', '《abc123你好》'))
# 《123abc》