基石为勤能补拙的迷宫之旅——第十七天（Python垃圾回收机制，re模块）

一、垃圾回收机制

何为垃圾：不能被程序访问到的数据，就称之为垃圾

1.原理：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.升级：分代回收

    分代：根据数据存活的时间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。

3.内存泄漏

在介绍内存泄漏之前我们得先引入一个概念——循环导入。

list_1 = [666]
list_2 = [888]
list_1.append(list_2)  # [666, [888, [...]]]
list_2.append(list_1)  # [888, [666, [...]]]

这会导致某些值得引用计数永远大于0

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。

二、re模块

    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。

语法

单个字符

\w：字母+数字+ _(下划线）
\W：除字母+数字+ _(下划线以外的
\s：空白、制表符、换行符、回车符
\S：除空白、制表符、换行符、回车符以外的
\d：数字
\D：非数字
\n：换行符
\t：制表符
^ ：取代\A，从头开始匹配，匹配到一个即结束。
$ ：取代\Z，两者都放在最后，从最后开始匹配，匹配到一个即结束。

多个字符

1、. ：代表除了换行符外的任意一个字符（只能匹配一行）

 print(re.findall('a.c','abc a1c aAc aaaaaca\nc'))  # ['abc', 'a1c', 'aAc', 'aac']

加上re.DOTALL，表示任意一个字符

print(re.findall('a.c','abc a1c aAc aaaaaca\nc',re.DOTALL))  # ['abc', 'a1c', 'aAc', 'aac', 'a\nc']

2、？：代表左边那一个字符重复0次或1次（没有也行，最多找一个）

print(re.findall('ab?','a ab abb abbb abbbb abbbbb'))  # ['a', 'ab', 'ab', 'ab', 'ab', 'ab']

3、 * ：代表左边那一个字符出现0次或无穷次（没有也行，有几个找几个）

print(re.findall('ab*','a ab abb abbb abbbb abbbb a1bbbbbbb'))  # ['a', 'ab', 'abb', 'abbb', 'abbbb', 'abbbb', 'a']

4、+：代表左边那一个字符出现1次或无穷次

print(re.findall('ab+','a ab abb abbb abbbb abbbb a1bbbbbbb'))  # ['ab', 'abb', 'abbb', 'abbbb', 'abbbb']

5、{m,n}:代表左边那一个字符出现m次到n次（最多找n个）

print(re.findall('ab{1,3}','a ab abb abbb abbbb abbbb a1bbbbbbb'))  # ['ab', 'abb', 'abbb', 'abbb', 'abbb']

同时{0,1} = ？，{0,} = * ，{1,} = +
6、.* ：匹配任意长度，任意的字符（贪婪匹配——不推荐）

print(re.findall('a.*c','ac a123c aaaac a *123)()c aconfuse'))  # ['ac a123c aaaac a *123)()c ac']

一直匹配到最后一个符合条件的，前面所有字符串全部包含
7、.*？ ：非贪婪匹配

print(re.findall('a.*?c','a123c456c'))  # ['a123c']

8、[ ] :匹配一个指定范围内的字符（这一个字符来自于中括号内定义的）

print(re.findall('a[0-9][0-9]c','a1c a+c a2c a9c a11c a-c acc aAc'))  # ['a11c']

当-需要被当中普通符号匹配时，只能放到[ ]的最左边或最右边

print(re.findall('a[-+*]c','a1c a+c a2c a9c a*c a11c a-c acc aAc'))  # ['a+c', 'a*c', 'a-c']

多个条件连续写

print(re.findall('a[a-zA-Z]c','a1c a+c a2c a9c a*c a11c a-c acc aAc'))  # ['acc', 'aAc']

[ ]内的^代表取反的意思

print(re.findall('a[^a-zA-Z]c','a c a1c a+c a2c a9c a*c a11c a-c acc aAc'))  # ['a c', 'a1c', 'a+c', 'a2c', 'a9c', 'a*c', 'a-c']
print(re.findall('a[^0-9]c','a c a1c a+c a2c a9c a*c a11c a-c acc aAc'))  # ['a c', 'a+c', 'a*c', 'a-c', 'acc', 'aAc']

9、 | :或者

print(re.findall('compan(ies|y)','Too many companies have gone bankrupt, and the next one is my company'))  # ['ies', 'y']

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
group（）取到分组的值

剩余方法

1.替换sub
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('(xxx)(.*?)(nb)',r'\3\2\1',r'xxx is nb'))  # nb is xxx

2.切分split

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

3.re.search and re.match
    re.match从头开始匹配，找不到返回None，re.search匹配整个字符串，找到即返回，找不到返回None