一.python的垃圾回收机制
1.引用计数(垃圾回收机制的根本)
1.引用计数是用来记录值的内存地址被记录的次数的
2.每一次对值地址的引用都可以使该值的引用计数+1
3.每一次对值地址的释放都可以使该值的引用计数-1
4.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.标记清除
1.循环导入(内存泄漏)
ls1 = [666]
ls2 = [888]
ls1.append(ls2)
ls2.append(ls1)
print(ls1) # [666, [888, [...]]]
print(ls2) #[888, [666, [...]]]
list1与list2是相互引用的,产生了内存泄漏
即使不存在其他对象对它们的引用list1与list2的引用计数也将持续为1,它俩所占用的内存永远无法被回收
2.循环导入的解决(标记清除)
标记:标记的过程就是遍历所有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 Roota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
3.分代回收
分代:值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)
回收:依然是使用引用计数作为回收的依据
本质:新定义的变量,放到新生代中,假设每隔一分钟扫描新生代一次,如果发现变量依然被引用,
那么这个对象的权重加一,当变量权重大于设定值(假设为3)时,会将他移动到高一级的青春代,
青春代的扫描频率低于新生代(扫描时间间隔更长),这样每次GC需要扫描的变量总数就变少了,
节省了臊面的总时间,接下来,青春代的对象也会以同样的方式被移动到老年代中,即等级(代)越高,
被GC扫描的频率就越低
二.正则
正则就是带语法的字符串,用来匹配目标字符串的到想要的字符串结果
1.单个字符
d == [0-9]
D == [^0-9]
w == 字母,数字,下划线
[0-9A-Za-z] == 所有字母+数字
. == 匹配所有单个字符(刨除换行)
import re print(re.findall(r'.', '123[a b c a bcABC好好*_12')) # 匹配所有单个字符(刨除换行) print(re.findall(r's', '123[a b c a bcABC好好*_12')) # 匹配所有空白、制表符、换行符、回车符 print(re.findall(r'S', r'123[abcabcABC好好*_12')) # 字母+数字+_ 对立面 print(re.findall(r'w', r'123[abcabcABC好好*_12')) # 字母+数字+_ print(re.findall(r'[A-Za-z0-9好]', r'123[abcabcABC好好')) # 字母+数字 print(re.findall(r'[A-Z]|[a-z]', r'123[abcabcABC')) # 字母 a|b => 匹配a或b print(re.findall(r'[0-9]', r'123abcabc')) # 数字 print(re.findall(r'D', r'123abcabc')) # 非数字 print(re.findall(r'd', r'123abcabc')) # 数字 print(re.findall(r'a', r'123abcabc'))
2.多个字符
zo* == zo{0，} # 0到n
zo+ == zo{1，} # 1到n
zo? == zo{0,1}
应用:匹配多个zo：zozozozo
(?:zo){1,}
import re 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'123abcabc')) # {n} n代表个数 print(re.findall(r'ab', r'123abcabc'))
3.多行
^:以什么开头 $:以什么结尾 结合flag=re.M,可以按 来完成多行匹配
re.S:将 也能被.匹配 re.I:不区分大小写
print(re.findall(r'^owen.+vv$','owen_name_vv owen_age_vv zero_owen owen_oo',
re.M))
4.分组
1.从左往右数( 左括号进行编号,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
regexp = re.compile('(?:(?:http://)((.+))/)') # 生成正则对象 target = regexp.match('http://(www.baidu.com)/') print(target.group(1)) # www.baidu.com result=re.findall(r'^http://.+/$','http://www.baidu.com/ http://www.sina.com.cn/', re.M) for res in result: t = re.match('http://(.+)/', res) print(t.group(1)) # www.baidu.com www.sina.com.cn
5.拆分
print(re.split('s', '123 456 789 000')) # ['123', '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.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
print(re.sub('(?:[a-z]+)(d+)(.{2})', r'2abc21', '《abc123你好》')) print(re.sub('[0-9]+', '数字', 'abc123你好')) # 《你好abc你好123》 ‘abc数字你好‘