vim使用
概述
vi(visual editor)是Unix/Linux编辑器的一种。类似于win中notepad++。vim(vi improved)加强版
安装vim:
$ yum install vim -y
四种模式
- 命令模式:快速进行复制、粘贴、删除等操作,还可以撤销与恢复
- 编辑模式:键盘输入
- 行末模式:以
:为开始,查找、替换、保存、退出等操作 - 可视化模式:?
使用
基本用法:
vim 1.txt
- 如果文件存在打开文件。
- 如果不存在,创建文件并打开。
显示 配置文件
/etc/vim/vimrc或者~/.vimrc #rc 表示 run commandsset nu
set hlsearchset paste #粘贴的时候用,不粘贴就不用。vim的遇到\n缩进的问题,
命令模式下:
- gg -> 行首 G -> 行末 4 + G 第4行
ctrl + f、ctrl + b-> 翻屏ctrl + d、ctrl + u-> 翻半屏5yy + p-> 复制粘贴3dd + p-> 剪切|删除- D -> 本行边空
- u -> 撤销
ctrl + r-> 恢复(redo)
末行模式:
基本命令:
- :w
- :wq
- :q!
- :wq 2.txt
- 设置显示行号
:set nu、:set nonu - 设置高亮
:set hlsearch、:set nohlsearch :syntax on和:syntax off是否开启着色功能
查找
/hello -> 查询关键字,上一个下一个n/N
替换
:s/aaa/bbb:s/aaa/bbb/g:%s/aaa/bbb:%/s/aaa/bbb/g全文替换
编辑模式:
i
可视化模式:
复制:
- 命令模式下,光标到要复制的字符串的头
- 按下
v进入可视化模式,通过↑ ↓ ← →方向选中 - 按下
y复制,p进行粘贴
多行注释
- 命令到要增加注释的行
ctrl + v进入可视化模式- ↑ ↓ 方向选中,
shift+i然后输入# - 按esc即可出现
多行注释删除:
- 同上,选中后按
del即可
实用功能
vim 是vi 的升级版本,其中比较典型的区别就是vim 更加适合coding,因为vim比vi 多一个代码着色的功能
:syntax on或:syntax off开启或关闭代码着色功能。
异常退出:
在编辑文件之后并没有正常的去wq(保存退出),而是遇到突然关闭终端或者断电的情况,在进行vim 1.txt报错。并且提示存在文件.1.txt.swap。删除此文件即可 rm .1.txt.swap
退出vim:
- q退出:修改时间不变
- wq:无论是否修改,修改时间变化
- x即可表示q也可以表示wq
总结
vim 1.txt
yum install vim -y
四种模式:
命令模式
行末模式
编辑模式
可视化模式
命令模式
gg G 4+G
ctrl+f ctrl+b
ctrl+d ctrl+u
5yy+p 3dd+p
D
u ctrl+r
行末模式
相应的配置文件 /etc/vim/vimrc
:syntax on :syntax off
:set nu :set nonu
:set hlsearch :set nohlsearch
:q :wq :q! :x – rm .1.txt.swap
/hello
:%s/hello/hi/g
编辑模式
i
可视化模式
光标 v 选中 y p
光标 ctrl+v 选中 I 输出
光标 ctrl+v 选中 del
相关文章:
vim使用
概述 vi(visual editor)是Unix/Linux编辑器的一种。类似于win中notepad。vim(vi improved)加强版 安装vim: $ yum install vim -y四种模式 命令模式:快速进行复制、粘贴、删除等操作,还可以…...
人工智能基础_机器学习014_BGD批量梯度下降公式更新_进一步推导_SGD随机梯度下降和MBGD小批量梯度下降公式进一步推导---人工智能工作笔记0054
然后我们先来看BGD批量梯度下降,可以看到这里,其实这个公式来源于 梯度下降的公式对吧,其实就是对原始梯度下降公式求偏导以后的梯度下降公式,然后 使用所有样本进行梯度下降得来的,可以看到* 1/n 其实就是求了一个平均数对吧.所有样本的平均数. 然后我们看,我们这里* 1/n那么…...
Android STR研究之一
简介: 先上一段谷歌的介绍 谷歌的网站地址: 电源管理 | Android 开源项目 | Android Open Source Project (google.cn) 术语 STR: STR(Suspend To RAM)的意思是“挂起到内存”,它是一种瞬间开机技术(On Now)。 当系统进入“挂起”状态…...
单链表的详解实现
单链表 结构 单链表结构中有两个数据,一个是存储数据的,还有一个指针指向下一个节点。 该图就是一个简单单链表的结构图。 接口实现 SLNode* CreateNode(SLNDataType x);//申请节点 void SLTprint(SLNode* head);//打印链表 void SLTPushBack(SLNode*…...
抛弃 scp 改用 rsync,让 Linux 下文件传输高效无比
我们都使用过 scp 来传输文件。当传输在中途或甚至在 99% 时被中断时,(每当我想起99%的中断传输时,我的心都很痛);让我们看看如何使用 rsync 来替代 scp,避免这样的不幸。 什么是rsync? Rsync…...
Leetcode 2919. Minimum Increment Operations to Make Array Beautiful
Leetcode 2919. Minimum Increment Operations to Make Array Beautiful 1. 解题思路2. 代码实现 题目链接:2919. Minimum Increment Operations to Make Array Beautiful 1. 解题思路 这一题就是一个动态规划的题目。 思路上来说,就是考察每一个没到…...
关键词搜索亚马逊商品数据接口(标题|主图|SKU|价格|优惠价|掌柜昵称|店铺链接|店铺所在地)
亚马逊提供了API接口来获取商品数据。其中,关键词搜索亚马逊商品接口(item_search-按关键字搜索亚马逊商品接口)可以用于获取按关键字搜索到的商品数据。 通过该接口,您可以使用API Key和API Secret来认证身份,并使用…...
[计算机提升] Windows系统软件:娱乐类
3.3 系统软件:娱乐类 3.3.1 Windows Media Player:dvdplay Windows Media Player是Windows操作系统自带的多媒体播放软件,用于播放和管理电脑中的音频和视频文件。它提供了以下功能: 播放音频和视频文件:Windows Med…...
【Git企业开发】第五节.远程操作
文章目录 前言一、理解分布式版本控制系统二、远程仓库 2.1 新建远程仓库 2.2 克隆远程仓库 2.3 向远程仓库推送 2.4 拉取远程仓库总结 前言 一、理解分布式版本控制系统 我们目前所说的所有内容(工作区,暂存区,版本库等等)&#x…...
idea 配置checkstyle全过程
checkstyle是提高代码质量,检查代码规范的很好用的一款工具,本文简单介绍一下集成的步骤,并提供一份完整的checkstyle的代码规范格式文件,以及常见的格式问题的解决方法。 一,安装 打开idea的文件选项,选择设置&…...
小程序如何设置自动使用物流账号发货
小程序支持自动使用物流账号发货并生成运单号。商家需要与物流公司合作,获取物流账号,支持快递物流和同城外卖配送平台。具体方法请参考公众号之前发布的文章,例如可以搜索“快递账号”。 导入物流账号后,在小程序管理员后台->…...
高性能渲染——详解Html Canvas的优势与性能
本文由葡萄城技术团队原创并首发。转载请注明出处:葡萄城官网,葡萄城为开发者提供专业的开发工具、解决方案和服务,赋能开发者。 一、什么是Canvas 想必学习前端的同学们对Canvas 都不陌生,它是 HTML5 新增的“画布”元素&#x…...
2023.10 各个编程语言 受欢迎指数 排行
目录 一、前言: 二、排行: 三、趋势: 四、历史排名: 五、名人堂: 一、前言: 来自tiobe...
『PyQt5-基本控件』| 15 如何设置主窗口居中?退出应用程序如何操作?
15 如何设置主窗口居中?退出应用程序如何操作? 1 如何实现主窗口居中显示?1.1 获取屏幕坐标1.2 获取窗口坐标1.3 居中计算1.4 移动位置1.5 完整代码1.6 效果演示2 如何退出应用程序?2.1 使用按钮退出2.2 信号与槽绑定2.3 布局和增加按钮2.4 定义一个按钮事件2.5 完整代码2.…...
scrapy+selenium框架模拟登录
目录 一、cookie和session实现登录原理 二、模拟登录方法-Requests模块Cookie实现登录 三、cookiesession实现登录并获取数据 四、selenium使用基本代码 五、scrapyselenium实现登录 一、cookie和session实现登录原理 cookie:1.网站持久保存在浏览器中的数据2.可以是长期…...
【实验五】题解
T1:缺失的数字 题目描述; 我是敦立坤的爹!!! 一个整数集合中含有n个数字,每个数字都在0n之间。假设0n的n1个数字中有且仅有一个数字不在该集合中,请找出这个数字。 分析: 这里引用一个桶的思…...
Android开发知识学习——Kotlin基础
函数声明 声明函数要用用 fun 关键字,就像声明类要用 class 关键字一样 「函数参数」的「参数类型」是在「参数名」的右边 函数的「返回值」在「函数参数」右边使用 : 分隔,没有返回值时可以省略 声明没有返回值的函数: fun main(){println…...
C++——定义一个 Book(图书)类
完整代码: /*定义一个 Book(图书)类,在该类定义中包括数据成员和成员函数 数据成员:book_name (书名)、price(价格)和 number(存书数量); 成员函数:display()显示图书的 情况;borro…...
深度学习之基于YoloV5的道路地面缺陷检测系统(UI界面)
欢迎大家点赞、收藏、关注、评论啦 ,由于篇幅有限,只展示了部分核心代码。 文章目录 一项目简介 二、功能三、道路地面缺陷检测系统四. 总结 一项目简介 基于YoloV5的道路地面缺陷检测系统利用深度学习中的目标检测算法,特别是YoloV5算法&am…...
AcWing94. 递归实现排列型枚举:输出1~n的全排列
题目 把 1∼ n n n 这 n n n 个整数排成一行后随机打乱顺序,输出所有可能的次序。 输入格式 一个整数 n n n。 输出格式 按照从小到大的顺序输出所有方案,每行 1 个。 首先,同一行相邻两个数用一个空格隔开。 其次,对于两…...
寄存器文件与SRAM:芯片设计中存储层次的核心差异与选型指南
1. 项目概述:从“存储”到“访问”的鸿沟在数字电路和处理器设计的核心地带,有两个名字经常被提及,却又常常让初学者甚至一些从业者感到混淆:Register File(寄存器文件)和SRAM(静态随机存取存储…...
原神抽卡数据分析终极指南:免费开源工具助你告别抽卡迷茫
原神抽卡数据分析终极指南:免费开源工具助你告别抽卡迷茫 【免费下载链接】genshin-wish-export Easily export the Genshin Impact wish record. 项目地址: https://gitcode.com/GitHub_Trending/ge/genshin-wish-export 还在为原神抽卡记录无法保存而烦恼吗…...
量子退火与经典优化算法性能对比研究
1. 量子退火与经典优化算法的性能对比研究在计算科学领域,量子计算一直被视为可能带来革命性突破的技术。其中,量子退火(Quantum Annealing)作为一种专门用于解决组合优化问题的方法,近年来备受关注。然而,…...
【顶级EI复现】基于去噪概率扩散模型(DDPM)的电动汽车充电行为场景生成研究( Python + PyTorch实现)
💥💥💞💞欢迎来到本博客❤️❤️💥💥 🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 🎁…...
SABIC工程塑料创新材料解决方案与发展前景分析
SABIC工程塑料凭借其卓越的耐高温性、机械强度及化学稳定性,成为高端制造领域不可或缺的创新材料解决方案。其未来发展将深度契合汽车轻量化、5G通信及新能源产业升级需求,市场前景广阔。工程塑料作为高端制造业的核心基础材料,其性能直接决定…...
2026年免费去水印工具哪个好用?免费好用的去水印工具对比推荐
在2026年,无论是自媒体运营者、内容创作者还是普通用户,去水印都是日常高频操作。但面对市场上琳琅满目的去水印工具,要找到一款免费好用的去水印工具着实不易。本文将从多个维度对免费去水印工具对比 2026的各类产品进行详细评测,…...
AutoML、NAS与超参数调优:工程落地的三层协同方法论
1. 这不是“一键炼丹”,而是给算法工程师配一套智能扳手 AutoML、NAS 和超参数调优——这三个词最近几年在机器学习工程圈里出现的频率,几乎和“模型上线”“数据质量差”“GPU又爆了”一样高。但现实很骨感:我带过三支不同行业的算法团队&am…...
从塑造品牌形象到沉淀行业公信力软文营销品效合一落地路径及平台选择技巧
当下企业软文营销已经告别只追求表面曝光的初级阶段,进入品牌背书流量曝光线索转化品效合一的成熟时代。单纯追求发稿数量、追求媒体覆盖面,无法为企业带来实际商业价值;只有打通内容传播、品牌信任、受众触达、咨询引流的完整链路,让软文既能塑造品牌形象、沉淀行业公信力,又能…...
Taotoken用量看板如何帮助团队清晰掌控AI支出
🚀 告别海外账号与网络限制!稳定直连全球优质大模型,限时半价接入中。 👉 点击领取海量免费额度 Taotoken用量看板如何帮助团队清晰掌控AI支出 1. 从模糊到清晰:AI成本管理的挑战 在团队项目中集成大模型能力&#x…...
大模型MoE架构揭秘:为何每次只用2%参数
1. 这不是“参数越多越强”的简单故事:拆解大模型里被悄悄激活的那2% 你可能已经看过不少标题党文章,说“GPT-4有1.8万亿参数”“DeepSeek-R1有6710亿参数”,然后配上一张闪闪发光的数字图,再加一句“人类大脑才860亿神经元&#…...
