# 内存垃圾回收机制：# 工作原理：引用计数# 引用就+1 释放就是-1 当计数为0时 就会被垃圾回收机制回收# 标记清除：解决循环引用导致的内存泄漏# 标记：GC roots可以直接或间接访问到的数据，都标记为存活状态# 清除：触发标记清楚动作后，将所有存活状态的变量复制到新空间，将老空间中的所有值清空# 分代回收：提高回收效率的优化策略# 分代：将产期存活的变量移至更高代，检查频率降低# 回收：回收的依据还是采用引用计数# 循环引用 => 内存泄漏# ls1 = [666]# ls2 = [888]# ls1.append(ls2)# ls2.append(ls1)# print(ls1) [666, [888, [...]]]# print(ls2)[888, [666, [...]]]# re 正则# 一什么是正则？# 正则就是用一些具有特殊含义的符号组合到一起（称之为正则表达式）来描述字符或者字符串的方法# 或者说：正则就是用来描述一类事物的规则，（在python中）它内嵌在python中,并通过re模块实现。正则表达式模式被编译成一系列的字节码。然后由c编写的皮匹配引擎执行# 二常用匹配模式（元字符）# \w 匹配字母数字及下划线# \W 匹配非字母数字下划线# \s 匹配任意空白字符 等价于[\t\n\r\f]# \S 匹配任意非空字符# \d 匹配任意数字，等价于[0-9]# \D 匹配任意非数字# \A 匹配字符串开始# \Z 匹配字符串结束,如果是存在换行，只匹配到换行前的结束字符串# \z 匹配字符串结束# \G 匹配最后匹配完成的位置# \n 匹配一个换行符# \t 匹配一个制表符# ^ 匹配字符串的开头# $ 匹配字符串的末尾# . 匹配任意字符，除来换行符，当re.DOTALL标记被指定是，则可以匹配包含换行符的任意字符# [...] 用来表示一组字符，单独列出来：[amk] 匹配 'a','m'或'k'# [^....] 不在[]的字符： [^abc]: 匹配除了a b c 之外的字符# * 匹配0个或多个表达式# + 匹配1个或多个的表达式# ? 匹配0个或1个有前面的正则表达式定义的片段，非贪婪方式# {n} 精确匹配n个前面表达式# {n,m} 匹配n到m次由前面的正则表达式定义的片段，贪婪方式# a|b 匹配a或b# () 匹配括号内的表达式，也表示一个组import re# s="12345http://www.baidu.com/12htp46"# res=re.findall(r'http://www.baidu.com/',s)# print(res) #['http://www.baidu.com/']# 转义# print(re.findall(r'\\a',r'123\adc')) #['\\a'] 用来转义，在正则中\\a代表\a 原义的字符串前面要加r# print(re.findall('a',r'123\abcabc')) #['a', 'a'] 字母# print(re.findall('\d',r'123\abcabc')) #['1', '2', '3'] 数字# print(re.findall('\D',r'123\abcabc')) #['\\', 'a', 'b', 'c', 'a', 'b', 'c']非数字# print(re.findall('[0-9]',r'123\abcabc')) #['1', '2', '3'] 匹配任意一个数字# 列表中-在中间表示从0到9之间的数字 [- 0 9 ]或者[0 9 -] 表示匹配列表中 - 0 9 三个中的任意一个# print(re.findall('[A-z]|[a-z]',r'123\abcabcABC'))# #['\\', 'a', 'b', 'c', 'a', 'b', 'c', 'A', 'B', 'C'] ascii码表中[65-122]|[97-122]包含\# print(re.findall('[A-Z]|[a-z]',r'123\abcabcABC'))# #['a', 'b', 'c', 'a', 'b', 'c', 'A', 'B', 'C']# print(re.findall('[0-3]|[6-9]',r'123\abcabcABC48'))# #['1', '2', '3', '8']# print(re.findall('[A-Za-z0-9好]',r'123[\abcabcABC好好'))# #['1', '2', '3', 'a', 'b', 'c', 'a', 'b', 'c', 'A', 'B', 'C', '好', '好']# print(re.findall('\w',r'123[\abcabcABC*_12'))# #['1', '2', '3', 'a', 'b', 'c', 'a', 'b', 'c', 'A', 'B', 'C', '_', '1', '2'] 字母数字下划线# print(re.findall('\S',r'123[\abcabcABC好好*_12')) #任意非空字符# ['1', '2', '3', '[', '\\', 'a', 'b', 'c', 'a', 'b', 'c', 'A', 'B', 'C', '好', '好', '*', '_', '1', '2']# print(re.findall('\s','123[\n\t\r\abcabcABC好好*_12')) #匹配所有任意空白字符# ['\n', '\t', '\r']# print(re.findall('.','123[\a b\nc\ta\rbcABC好好*_12')) #匹配任意字符 除了换行符# ['1', '2', '3', '[', '\x07', ' ', 'b', 'c', '\t', 'a', '\r', 'b', 'c', 'A', 'B', 'C', '好', '好', '*', '_', '1', '2']# print(re.findall('.','\a')) #['\x07']# print(re.findall('ab',r'123\abcabc')) #['ab', 'ab']# print(re.findall('[a-z]{2}',r'123\abcabc')) #['ab', 'ca', 'bc'] {n} n代表个数 a-z中的任意两个# print(re.findall('o{2,}','foodfooood')) #['oo', 'oooo'] {n,}n到多个 贪婪匹配 尽可能的多的匹配# print(re.findall('o{1,2}','foodfooood')) #['oo', 'oo', 'oo'] {n,m} n到m个贪婪匹配，尽可能多的匹配（1到2个）# print(re.findall('zo*','zzozoozooo')) # ['oo', 'oo', 'oo'] {,n} 0到n个 贪婪匹配# print(re.findall('zo+','zzozoozooo')) #['zo', 'zoo', 'zooo'] {,n} 1到n个 贪婪匹配# print(re.findall('zo?','zzozoozooo')) #['z', 'zo', 'zo', 'zo'] {0,1} 0到1个，贪婪匹配，尽可能多的匹配# print(re.findall('zo+?','zzozoozooo')) #['zo', 'zo', 'zo'] {1,n} 1到n个，非贪婪匹配，尽可能少的匹配 == {1}# print(re.findall('zo*?','zzozoozooo')) #['z', 'z', 'z', 'z'] {0,n} 1到n个，非贪婪匹配，尽可能少的匹配 == {0}# 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('^owen.+vv$','owen_name_vv\nowen_age_vv\nzero_owen\nowen_oo',re.M))# ['owen_name_vv', 'owen_age_vv']# result=re.findall(r'^http://.+/$','http://www.baidu.com/\nhttp://www.sina.com.cn/',re.M)# print(result)# ['http://www.baidu.com/', 'http://www.sina.com.cn/']# for res in result:# print(res)# http: // www.baidu.com /# http: // www.sina.com.cn /# t=re.match('http://(.+)/',res,) #相当于search的从头开始找# print(t)# t=re.match('http://(.+)/',res,).group()# print(t)# http: // www.baidu.com /# http: // www.sina.com.cn /# # # print(t.group(0)) # group（0）代表的是（'http://(.+)/） 0：最外层的括号# # # print(t.group(1)) # group（1）代表的是（'http://(.+)/） 1：最外层的里面的左边的第一个左括号（# www.baidu.com# www.sina.com.cn# 分组：# 1从左往右数 " ( " 进行编号，自己的分组从1开始，group(0)代表匹配的目标整体# 2.（？：....）：取消所属分组，（）就是普通的括号，可以将里面的信息作为整体包裹，但不产生分组# regexp = re.compile ('(?:(?:http://)\((.+)\)/)') #\( \) 转义成括号# target=regexp.match('http://(www.baidu,com)/')# print(target.group(0)) #http://(www.baidu,com)/ #将里面的信息作为整体包裹，但不产生分组# print(target.group(1)) #www.baidu,com# 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 在不指定字符串值 \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'\0\2abc\2\1','《abc123你好》'))# 0:《abc 1:(123) 2:(你好) 》取不到不参与替换原样带下# 你好abc你好123》# print(re.sub('《(?:[a-z]+)(\d+)(.{2})',r'\1\2','《abc123你好》'))# print(re.findall('[a-z]{2}',r'123\abcabce')) #['ab', 'ca', 'bc'] {n} n代表个数 a-z中的任意两个# ['ab', 'ca', 'bc']import re# print(re.findall('\w','ab 12\+-*&_')) #['a', 'b', '1', '2', '_']# print(re.findall('\W','ab 12\+-*&_')) # [' ', '\\', '+', '-', '*', '&']# print(re.findall('\S','ab\r1\n2\t\+-*&_')) #非空字符串# ['a', 'b', '1', '2', '\\', '+', '-', '*', '&', '_']# print(re.findall('\s','ab\r1\n2\t\+-*&_')) #匹配任意空字符串['\r', '\n', '\t']# print(re.findall('\d','ab\r1\n2\t\+-*&_')) #['1', '2']# print(re.findall('\D','ab\r1\n2\t\+-*&_')) #任意非数字# ['a', 'b', '\r', '\n', '\t', '\\', '+', '-', '*', '&', '_']# print(re.findall('\w_sb','egon alex_sb123123wxx_sb,lxx_sb')) # 字母数字下划线 ['x_sb', 'x_sb', 'x_sb']# print(re.findall('\Aalex','abcalex is salexb')) # 匹配字符串开始 []# print(re.findall('\Aalex','alex is salexb')) #匹配字符串开始 ['alex']# print(re.findall('^alex','alex is salexb')) #匹配字符串的开头 ['alex']# print(re.findall('sb\Z','alexsb is sblalexbsb')) #匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串['sb']# print(re.findall('sb$','alexsb is sbalexbsb')) # 匹配字符串末尾['sb']# print(re.findall('^ebn$','ebn1')) #匹配开头 匹配结尾[]# print(re.findall('a\nc','a\nc a\tc alc')) #['a\nc']# 重复匹配# . ? * + {m,n} .* .*?# 1 . 代表除了换行符外的任意一个字符# print(re.findall('a.c','abc alc aAc aaaaa\nc')) #['abc', 'alc', 'aAc']# print(re.findall('a.c','abc alc aAc aaaaca\nc',re.DOTALL))# ['abc', 'alc', 'aAc', 'aac', 'a\nc']# 2 ? 代表左边那一个字符重复0次或1次# print(re.findall('ab?','a ab abb abbb abbbbb')) #['a', 'ab', 'ab', 'ab', 'ab']# 3 * 代表左边那一个字符出席那0次或无穷次# print(re.findall('ab*','a ab abb abbb abbbb')) #['a', 'ab', 'abb', 'abbb', 'abbbb']# 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 abbba abbbbb')) #['ab', 'abb', 'abbb', 'abbbbb']# 5 {m,n}:代表左边那一个字符出现m次到n次# print(re.findall('ab?','a ab abb abbbbb ')) #['a', 'ab', 'ab', 'ab']# print(re.findall('ab{0,1}','a ab abb abbbbb ')) #['a', 'ab', 'ab', 'ab']# print(re.findall('ab*','a ab abb abbb abbb abbbbb'))# ['a', 'ab', 'abb', 'abbb', 'abbb', 'abbbbb']# print(re.findall('ab{0,}','a ab abb abbb abbb abbbbb'))# ['a', 'ab', 'abb', 'abbb', 'abbb', 'abbbbb']# print(re.findall('ab+','a ab abb abbbb abbbb'))# ['ab', 'abb', 'abbbb', 'abbbb']# print(re.findall('ab{1,}','a ab abb abbbb abbbb'))# ['ab', 'abb', 'abbbb', 'abbbb']# print(re.findall('ab{1,3}','a ab abb abbb abbbbbb'))# ['ab', 'abb', 'abbb', 'abbb']# 6 .* 匹配任意长度， 任意的字符 =>贪婪匹配# print(re.findall('a.*c','ac a123c aaaac a*123)()c asdfdffdf'))# ['ac a123c aaaac a*123)()c']# 7 .*? :非贪婪匹配 {0,1}最少为零个中间值# print(re.findall('a.*?c',' ac a123c456c')) #['a123c']# ():分组# print(re.findall('(alex_sb)','alex_sb asdfgdsfdsfh_sb'))# ['alex'] 只返回匹配到的括号内的内容# print(re.findall(# 'herf="(.*?)"',# ' 博客园 '# ))# [] 最少0个# []:匹配一个指定返回内的字符（这一个字符来自于括号内定义的）# print(re.findall('a[0-9][0-9]c','alc a+c a2c a9c allc a-c acc aAc'))# []# 当需要被当众普通符号匹配时，只嗯能放到[]的最左边或最右边import re# print(re.findall('a[- + *]c', 'alc a+c a2c a9c a*c allc a-c acc aAc'))# ['a+c', 'a*c', 'a-c']# print(re.findall('a[a-zA-Z]c','alc a+c a2c a9c a*c allc a-c acc aAc'))# ['alc', 'acc', 'aAc']# []内的^代表取反的意思# print(re.findall('a[^a-zA-Z]c','alc a+c a2C a9c a*c allc a-c acc aAc'))# ['a+c', 'a9c', 'a*c', 'a-c']# print(re.findall('a[^0-9]c','a c alc a+c a2c a9c a*c allc a-c acc aAc'))# ['a c', 'alc', 'a+c', 'a*c', 'a-c', 'acc', 'aAc']# print(re.findall('([a-z]+)_sb','egon alex_sb123njjkjkjkjk_sb,lxx_sb'))# ['alex', 'njjkjkjkjk', 'lxx']# |: 或者# print(re.findall('compan(ies|y)','Too many companies have gone bankrupt,and the next one is my company'))# ['ies', 'y']# (?:) 代表取匹配成功的所有内容，而不是仅仅只是括号内的内容# print(re.findall('compan(?:ies|y)','Too many companies have gone bankrupt,and the next one is my company'))# ['companies', 'company']# print(re.findall('alex|sb','alex sb sb asjkjkjkgon alex sb egon'))# ['alex', 'sb', 'sb', 'alex', 'sb']# re模块的其他方法：# print(re.findall('alex|sb','123123 alex sb sfjdkklkgon alex sb egon '))# print(re.search('alex|sb','123123 alex sb sfjdkklkgon alex sb egon ').group())# print(re.search('^alex','123123 alex sb sfjdkklkgon alex sb egon '))# ['alex', 'sb', 'alex', 'sb'] 找所有的# alex search 从左往右找到第一个就停下# None 从头开始匹配 不满足# print(re.search('^alex', 'alex sb sadfsadfasdfegon alex sb egon').group())# print(re.match('alex', '1alex sb sadfsadfasdfegon alex sb egon'))# alex 从头找 找到一个结束# None 相当于search的从头开始匹配 不满足# print(re.match('alex', 'alex sb sadfsadfasdfegon alex sb egon').group())# print(re.match('alex', 'alex sb sadfsadfasdfegon alex sb egon'))# alex 从头开始匹配 满足 group取值# 从头开始匹配 满足# print(re.match('alex', '123213 alex sb sadfsadfasdfegon alex sb egon'))# None# info='a:b:c:d'# print(info.split(':'))# print(re.split(':',info))# ['a', 'b', 'c', 'd']# ['a', 'b', 'c', 'd']# info =r'get :a.txt\3333/rwx'# print(re.split('[:\\\/]',info))# ['get ', 'a.txt', '3333', 'rwx']# print('egon is beutifull egon'.replace('egon','EGON',1))# EGON is beutifull egon# print(re.sub('(.*?)(egon)(.*?)(egon)(.*?)',r'\1\2\3EGON\5','123 egon is beauifull egon 123'))# (123 )(egon)( is beutifull )(egon)( 123)# 123 egon is beauifull EGON 123# \1\2\3EGON\5# print(re.sub('(lqz)(.*?)(SB)',r'\3\2\1','lqz is SB'))# SB is lqz# print(re.sub('([a-zA-Z)]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)',r'\5\2\3\4\1',r'lqzzzzz123+ is SB'))# SB123+ is lqzzzzz# pattern =re.compile('alex')# print(pattern.findall('alex is alex alex'))# print(pattern.search('alex is alex alex').group())# print(pattern.match('alex is alex alex').group())# print(pattern.findall('alexfjksdjgkjskdfj is alex alex'))# ['alex', 'alex', 'alex']# alex# alex# ['alex', 'alex', 'alex'] 操作分组的方法
（？P<name>...）:有名分组
返回值是math匹配的结果对象，可以 .group(组序号|组名）来取具体组的信息
res=re.match('(\d{3})(?P<center>\d{3})(\d{3})','123456789)
print(res.group('center'))
456
# print(re.findall('\d*', '<123456789>'))# ['', '123456789', '', ''] #先匹配< 后匹配123456789 在匹配> 最后匹配整体# 1、书写可以配身份证的正则表达式# 身份证：18位 由17位数字本体码和1位校验码组成排列顺序从左至右依次为：# 六位数字地址码，八位数字出生日期码，三位数字顺序码和一位数字校验码。# [1-7][0-9]{5} #六位数字地址码# (?:19[0-9]{2}|20[01][0-9]) # 1900-2019# (?:0[0-9]|1[12]) #01-12 月# (?:0[0-9]|[12][0-9]|3[01]) #01-31 天# [0-9]{3} #三为数字顺序码# [0-9Xx] #一位验证码# [1-7][0-9]{5}(?:19[0-9]{2}|20[01][0-9])(?:0[0-9]|1[12])(?:0[0-9]|[12][0-9]|3[01])[0-9]{3}[0-9Xx]# 2 书写可以匹配邮箱的正则表达式# 2530302605@qq.com \.转义点把它当成普通的.匹配# [a-zA-Z0-9]\w{,15}@[176|178|192]\.[com|com\.cn|cn]# 获取百度首页图片地址import reimport requestsresponds=requests.get('http://www.baidu.com/')print(responds)content=responds.text# print(content)content+='http://www.baidu.com/wimg/gs.gif'res1_list=re.findall('www[^w]*?(?:gif|png)',content)print(res1_list)# ['www.baidu.com/img/bd_logo1.png', 'www.baidu.com/bdorz/login.gif', 'www.baidu.com/bdorz/login.gif', 'www.baidu.com/img/gs.gif']res_list=re.findall('www.{1,30}(?:gif|png)',content)print(res_list)# ['www.baidu.com/img/bd_logo1.png', 'www.baidu.com/bdorz/login.gif', 'www.baidu.com/bdorz/login.gif', 'www.baidu.com/img/gs.gif', 'www.baidu.com/wimg/gs.gif']#