一、内存管理
1、垃圾回收
不能被程序访问到的数据,就称之为垃圾。
2、引用计数
引用计数是用来记录值得内存地址被记录的次数
每一次对值地址的引用都可以使得该值的引用计数+1
每一次对值地址的释放都可以使得该值的引用计数-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
a=10;b=10 #当要将两个语句放在一行,需要使用分号; print(id(a),id(b)) #8791461192816 8791461192816 使用的是同一个内存地址 del a #此时并没有将堆区10这个内存地址删除掉,只是将这个值得引用计数值减了1,此时的10的内存地址的计数为1 del b #此时堆区10的内存地址的计数为0 当引用计数为0时,存在一个时间,一个阈值,当满足这两种情况下,垃圾回收机制会优化堆区10这个内存地址,将其删除。
3.循环导入
#列表的循环引用 lis1=[10] lis2=[20] lis1.append(lis2) lis2.append(lis1) print(lis1,lis2) #[10, [20, [...]]] [20, [10, [...]]] #此时二者循环引用 del lis1 del lis2 #此时删除了两个变量名,但是内部堆区的值得地址还存在,其值的引用计数都为1(二者相互引用),无法删除,此为循环引用。该引用会导致内存泄漏,对于这些不需要的值,系统会利用标记删除来清除内存中的地址,释放空间。
4.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:删除的过程将遍历堆中所有的对象,将之前所有的内容全部清除,之前被标记的对象会被复制新的一份保存在新的空间。
5.分带回收(优化机制)
分代:指的是根据存活时间来为变量划分不同的等级(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:任然使用引用计数作为回收的依据
二、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
1.正则就是字符串,可以为带r的原意字符串
s = "123454http://www.baidu.com/12htp46"
res = re.findall(r'http://www.baidu.com/', s
#此处的r为原意字符串
print(res)
2.正则语法
#转义字符 在正则中,\代表匹配 print(re.findall(r'\a',r'123abc')) # \a 此处多出来一个是正常的,显示效果,本质上为a import re print(re.findall(r'd',r'123abc')) #数字 print(re.findall(r'[0-9]',r'123abc')) #0-9 print(re.findall(r'D',r'123abc')) #非数字 print(re.findall(r'[A-z]',r'123abc')) #A到z 根据ascii 在其中 print(re.findall(r'[A-Z]|[a-z]',r'123abc'))#A-Z或a-z print(re.findall(r'[A-Za-z]',r'123abc'))#A-Z或a-z print(re.findall(r'[A-Za-z0-9好]',r'1好23abc'))#字母和数字 #重点掌握 print(re.findall(r'w',r'1好_23*abc'))#字母+数字+下划线 print(re.findall(r'W',r'1好_23*abc'))#与w相反 print(re.findall(r's','1好_23 fv *abc'))#所有空白,换行,制表符,回车符 不需要加r print(re.findall(r'S','1好_23 *abc'))#所有可见字符 不需要加r print(re.findall(r'.','1好_2 3 fv *abc'))#所有单个字符,刨除换行符
print(re.findall(r'[a-z]{2}',r'123\qwtrrererf'))#a-z里两个两个的寻找 print(re.findall(r'r{2,}',r'123\qwtrrrerrfrr'))#['rrr', 'rr', 'rr'] 贪婪匹配 print(re.findall(r'r{2}',r'123\qwrrrerrfrr'))#['rr', 'rr', 'rr'] 连续的 print(re.findall(r'r{1,2}',r'123\qwrrrerrfrr'))#['rr', 'r', 'rr', 'rr'] 最少匹配1次,最多匹配2次 # {n} n是一个非负整数。匹配确定的n次。 # {n,} n是一个非负整数。至少匹配n次。 # {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。 print(re.findall(r'qw*',r'123\qwqeqwtqwqw'))#['qw', 'q', 'qw', 'qw', 'qw'] #匹配前面的子表达式任意次,=={,n} 0到n个,贪婪匹配 print(re.findall(r'qw+',r'123\qwqeqwtqwqw'))#['qw', 'qw', 'qw', 'qw'] #匹配前面的子表达式一次或多次 =={1,n} 1到n个, 贪婪匹配 print(re.findall(r'qw?',r'123\qwqeqwtqwqw'))#['qw', 'q', 'qw', 'qw', 'qw'] #匹配前面的子表达式零次或一次 =={0,1} 0个到1个 贪婪匹配 print(re.findall(r'qw?',r'123\qwwwweqwtwqqwqw')) #['qw', 'qw', 'q', 'qw', 'qw'] print(re.findall(r'qw+',r'123\qwwwweqwtwqqwqw')) #['qwwww', 'qw', 'qw', 'qw'] print(re.findall(r'qw*',r'123\qwwwweqwtwqqwqw')) #['qwwww', 'qw', 'q', 'qw', 'qw']
3.正则的多行匹配(字符串不能使用r来保持原义了)
print(re.findall(r'^http://.+/$', 'http://www.baidu.com/ http://www.sina.com.cn/', re.M)) #['http://www.baidu.com/', 'http://www.sina.com.cn/'] print(re.findall(r'.', 'http://www.baidu.com/ http://www.sina.com.cn/', re.S)) # .结合S 可将字符串里所有字符找出来 # ^: 以什么开头 $: 以什么结尾 结合 flags=re.M 可以按 来完成多行匹配 # re.S:将 也能被.匹配 re.I:不区分大小写
4.分组语法
# 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 此处的()用来转义,下面的字符串自带了括号 target = regexp.match('http://(www.baidu.com)/') print(target.group(0)) #http://(www.baidu.com)/ print(target.group(1)) #www.baidu.com 其他函数
re模块常用方法
findall 从左往右查找所有满足条件的字符 返回一个列表
search 返回第一个匹配的字符串 结果封装为对象 span=(0, 5) 匹配的位置 match匹配的值
match 匹配行首 返回值与search相同 若行首不存在,则返回None
对于search match 匹配的结果通过group来获取
compile 将正则表达式 封装为一个正则对象 好处是可以重复使用这个表达式
split使用正则表达式来切分字符串
5、拆分
print(re.split('s','123 456 789 000'))
#['123', '456', '789', '000'] 存在空格
6.替换
1.不参与匹配的原样带下,即分组里没包含在内的字符,会给其返回值 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 um拿到具体分组 4.其他字符串信息都是原样字符串 除了 um import re print(re.sub('([a-z]+)(d+)(.+)',r'132','abc123你好')) #abc你好123 print(re.sub('[0-9]+','数字','abc123你好')) #注意+的添加 #abc数字你好
res = re.findall('<([a-z]{1,3})>(w*?)</[a-z]{1,3}>', '<a>abc</a><b>123</b>') print(res) # [('a', 'abc'), ('b', '123')] #('a', 'abc') 前者的a是第一个组产生的,后面的abc是第二个组产生的 #('b', '123') 前者的b是第一个组产生的,后面的123是第二个组产生 逻辑点:正则表达式里的三个条件是整体匹配所要匹配的字符串,当三个条件都满足时,会记录当前的结果,此时程序继续往后跑,再次遇到符合条件的字符串,继续记录,一直检索到字符串最后。 表达式里的条件不是满足一次就截止,且不是找齐满足条件的最大范围,只要符合要求,就将其值记录下来!!!
import re res = re.match('(d{3})(d{3})(d{3})', '123456789111222333') print(res.group(0)) #123456789 print(res.group(1)) #123 print(res.group(2)) #456 print(res.group(3)) #789 res = re.findall('(d{3})(d{3})(d{3})', '123456789111222333') print(res) #[('123', '456', '789'), ('111', '222', '333')] #二者的区别:match 仅获取第一次匹配的内容 findall会一直更新获取匹配的内容