vimscrip学习——跳转和移动

#vimscrip学习——跳转和移动

文章目录

文档内的跳转

基础移动

命令操作
h左移一列
l右移一列
j下移一行
k上移一行
0移动到实际行的行首
^移动到实际行的第一个非空白字符
$移动到实际行的行尾

如果需要两次及以上的基础移动的操作可以考虑使用其他移动方式!

单词/字符串移动

命令操作
w正向移动到下一单词的开头
b反向移动到当前单词/上一单词的开头
e正向移动到当前单词/下一单词的结尾
ge反向移动到上一单词的结尾

一个单词由字母、数字、下划线,或其他非空白字符的序列组成,单词间以空白字符分隔。而字串的定义则更简单,它由非空白字符序列组成,字串间以空白字符分隔。

命令操作
W正向移动到下一字符串的开头
B反向移动到当前字符串/上一字符串的开头
E正向移动到当前字符串/下一字符串的结尾
gE反向移动到上一字符串的结尾

单行单字符查找

命令操作
f{char}正向移动到下一个{char} 所在之处
F{char}反向移动到上一个{char} 所在之处
t{char}正向移动到下一个{char} 所在之处的前一个字符上
T{char}反向移动到上一个{char} 所在之处的后一个字符上
;重复上次的字符查找命令
,(我自己将,作为了leader),所以将\映射为,反转方向查找上次的字符查找命令

文本对象选择

文本对象选择范围
iw当前单词
aw当前单词及一个空格
iW当前字串
aW当前字串及一个空格
is当前句子
as当前句子及一个空格
ip当前段落
ap当前段落及一个空行

d{motion} 命令和awasap 配合起来使用比较好,而c{motion}s命令和iw 及类似的文本对象一起用效果会更好。

使用位置标记跳转

命令操作
m{a-z/A-Z}用选定的字母标记当前关闭所在位置(大写全局可见,小写缓冲区局部可见)
``{mark}`跳转到位置标记所在行

自动位置标记

位置标记跳转到
``当前文件中上次跳转动作之前的位置
``. `上次修改的地方
``^`上次插入的地方
``[`上次修改或复制的起始位置
``]`上次修改或复制的结束位置
``<`上次高亮选区的起始位置
``>`上次高亮选区的结束位置

匹配括号间跳转

命令操作
%在一组开闭括号件跳转

##文档间的跳转

<C-o> 后退到上次跳转光标位置
<C-i> 前进到下次跳转光标位置

跳转动作

命令用途
[count]G跳转到指定的行号
/pattern<CR>/?pattern<CR>/n/N跳转到下一个/上一个模式出现之处
%跳转到匹配的括号所在之处
(/)跳转到上一句/下一句的开头
{/}跳转到上一段/下一段的开头
H/M/L跳转到屏幕最上方/正中间/最下方
gf跳转到光标下的文件名
<C-]>跳转到光标下的关键字的定义之处
'{mark}/`{mark}跳转到一个位置标记

设置搜索文件的扩展名

:set suffixesadd+=.rb设置搜索后缀名.rb的文件

通过设置全局标记同样可以实现文件之间的跳转。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值