Linux vi 模式下查找命令

最新推荐文章于 2024-10-24 17:17:46 发布
最新推荐文章于 2024-10-24 17:17:46 发布
阅读量4.1w 收藏 86
点赞数 32
分类专栏： LINUX 文章标签： linux vim shell
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42233789/article/details/105362550
版权
本文详细介绍Vi编辑器的高效使用技巧，包括查找定位、屏幕滚动、行间移动、字符串替换、删除复制粘贴等核心功能，以及不同模式间的转换方法，帮助用户提升编辑效率。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

使用vi编辑器编辑长文件时，有时需要根据某个字符，快速定位到某一行，这里就需要使用使用类似查找的命令；

在vi 模式下，直接输入“/” 斜杠；再输入要查找的字符串，然后回车即可；

方法如下：

1、命令模式下输入“/字符串”，例如“/hive.sit”

2、如果查找下一个，按“n”即可

一般模式

常用命令：

  • ctrl+b 屏幕往后移动一页
  • ctrl+f 屏幕往前移动一页
  • n+空格 光标向右移动n个字符
  • H 光标移动到屏幕左上角
  • L 光标移动到屏幕左下角
  • G 移动到最后一行
  • nG 移动到第n行
  • gg 移动到第一行，相当于1G
  • n<Enter>光标向下移动n行

命令行模式

查找替换：

  • /word 向光标向下寻找一个名称为word的字符串
  • ?word 向光标向上寻找一个名称为word的字符串
  • n 代表重复前一个查找的动作
  • N 与n刚好相反
  • :n1,n2s/word1/word2/g 在第n1与n2行之间查找word1 这个字符串，并将该字符串替换为word2
  • :1,$s/word1/word2/g 全文查找word1字符串，并将该字符串替换为word2
  • :1,$s/word1/word2/gc 全文查找word1字符串，并将该字符串替换为word2 ，且在替换前提示用户确认是否进行替换

删除、复制与粘贴：

  • x 向后删除一个字符
  • X 向前删除一个字符
  • nx 连续向后删除n个字符
  • dd 删除光标所在行
  • ndd 删除光标所在的向下n行
  • d1G 删除光标所在行到第一行的所有数据
  • dG 删除光标所在到最后一行的所有数据
  • d$ 删除光标所在处，到该行的最后一个字符
  • d0 删除光标所在处，到该行的最前一个字符
  • yy 复制光标所在的那一行
  • nyy 复制光标所在的向下n列
  • y1G 复制光标所在行到第一行的所有数据
  • yG 复制光标所在行到最后一行的所有数据
  • y0 复制光标所在的那个字符到该行行首的所有数据
  • y$ 复制光标所在的那个字符到该行行尾的所有数据
  • p将已复制的数据在光标下一行粘贴上
  • P 则为贴在光标的上一行
  • u 恢复前一个操作
  • Ctrl+r重做上一个操作

模式切换

  • i 从目前光标所在处插入
  • I 在目前所在行的第一个非空格符处开始插入
  • a 从目前光标所在的下一个字符处开始插入
  • A 从光标所在行的最后一个字符处开始插入
  • o 在目前光标所在的下一行处插入新的一行
  • O 为在目前光标所在处的上一行插入新的一行
  • r 只会取代光标所在的那一个字符一次
  • R会一直取代光标所在的文字，直到按下 ESC 为止
  • Esc 退出编辑模式，回到一般模式

^  - ^ ......

 

数据分析SPSS面试题及参考答案
大模型大数据攻城狮的专栏
11-02 585
构建标准化表达式：如果不想使用 SPSS 默认的标准化方法，也可以通过 “计算变量（Compute Variable）” 功能自定义标准化表达式。在菜单栏中选择 “转换（Transform）”，点击 “计算变量（Compute Variable）”，弹出 “计算变量（Compute Variable）” 对话框。在 “目标变量（Target Variable）” 框中输入新的标准化变量的名称，如 “自定义标准化身高”。然后在 “数字表达式（Numeric Expression）” 区域构建标准化表达式。
在线作图丨数据降维方法⑥——消除趋势对应分析(Detrended correspondence analysis, DCA)
weifanbio的博客
07-26 5287
Question 1: What is DCA? 想要理解DCA（Detrended correspondence analysis, 消除趋势对应分析），首先要理解CA（Correspondence analysis，对应分析）。就群落排序而言，对应分析比主成分分析（PCA）更好，更稳健，但是在处理长生态梯度时存在缺陷或者“错误”，这些问题可以通过消除趋势的对应分析（Detrended Correspondence Analysis, DCA）处理。由于在对应分析（Correspondence analy
spss实现中心化处理、标准化处理和归一化处理
热门推荐
小不点的博客
03-19 6万+
文章目录一、中心化、标准化、归一化简单描述二、中心化处理三、标准化处理四、归一化处理五、参考资料 一、中心化、标准化、归一化简单描述 意义：数据中心化和标准化在回归分析中是取消由于量纲不同、自身变异或者数值相差较大所引起的误差。 原理 数据标准化：是指数值减去均值，再除以标准差； 数据中心化：是指变量减去它的均值。 归一化：把数变为（0，1）之间的小数 二、中心化处理  &nbs...
SPSS软件数据中心化、标准化和归一化
qq_48495572的博客
10-08 1万+
目录 意义：数据中心化和标准化都是为了减小由于量纲不同、自身变异或数值差异较大所导致的结果的误差。#%E6%84%8F%E4%B9%89%EF%BC%9A%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%BF%83%E5%8C%96%E5%92%8C%E6%A0%87%E5%87%86%E5%8C%96%E9%83%BD%E6%98%AF%E4%B8%BA%E4%BA%86%E5%87%8F%E5%B0%8F%E7%94%B1%E4%BA%8E%E9%87%8F%E7%BA%B2%E4%B8%
SPSS简介【SPSS 004期】
订阅付费专栏Matlab（奶茶价版），可赠送奶茶价版付费专栏指定代码1份；
06-04 743
1SPSS 简介 1.1SPSS 起源与发展 SPSS（Statistical Product and Service Solutions），“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”（Solutions Statistical Package for the Social Sciences），但是随着 SPSS 产品服务领域的扩大和服务深度的增加，SPSS 公司已于 2000 年正式将英文全称更改为“统计产品与服务解决方案”，这标志着 SPSS 的战略方向正在做出重大调整。SPS
数据预处理之中心化（零均值化）与标准化（归一化）
qq_21808671的博客
08-26 2415
数据预处理之中心化（零均值化）与标准化（归一化）
spss方差分析_SPSS方差分析Bonferroni法两两比较校正P值如何解读？
weixin_39989941的博客
12-09 1万+
方差分析中当因素效应有统计学意义时，需要进一步做两两比较考察因素各水平间的差异。LSD、Bonferroni、Duncan、Tukey等都是国内比较喜欢的用的方法。其中对概率P值有调整校正的方法中，Bonferroni法使用率最高。案例背景分析为了对几个行业的服务质量进行评价，消费者协会在四个行业分别抽取了不同的企业作为样本，最近一年中消费者对总共23家企业投诉的次数如下表，试分析四个行...
常用统计分析法——spss应用
09-05
1. **描述性统计分析**：这是统计分析的基础，包括计算数据集的中心趋势（平均数、中位数、众数）和分布情况（范围、标准差、方差）。在SPSS中，可以轻松地通过“描述统计”功能获取这些指标，对数据进行初步了解。 ...
【心理数据挖掘探索】：SPSS在心理学中的应用实践
本文首先概述了SPSS软件的基本功能及其在心理学数据处理中的基础应用，然后深入探讨了其在实验数据处理、高级统计方法应用以及心理学研究案例中的具体实践。文中特别强调了SPSS在进行描述性统计、推断性统计、心理...
【时间序列分析中的Wald统计量】：高级数据处理技巧揭秘
第四章探讨了处理非平稳时间序列、季节性调整以及异常值和缺失数据的高级数据处理技巧。第五章则通过实际案例展现了Wald统计量在经济、工程及自然科学领域的应用。本文旨在为研究者和实践者提供一套完整的理论工具和...
SPSS卡方检验事后检验怎么做？
yjq125931902的博客
10-24 2202
在进入具体操作之前，我们先简要回顾一下卡方检验的基本概念。卡方检验（Chi-Square Test）是一种统计方法，用于检验两个分类变量之间是否存在显著的关联关系。它通过比较观察频数与期望频数之间的差异来判断这种关联是否具有统计学意义。卡方检验的公式如下：其中，( O ) 表示观察频数，( E ) 表示期望频数。
调节效应检验（三）：AMOS结构方程模型
m0_71238422的博客
04-14 8652
本文将介绍如何使用AMOS进行基于结构方程模型的调节效应检验，欢迎大家一起学习交流鸭！
最大似然估计_最大似然估计和限制性极大似然估计
weixin_39631344的博客
12-19 1732
关于混合效应模型里固定效应和随机效应的估计，到底是采用MLE还是REML，两者什么区别？另外，什么时候采用REML+KR？相信这些方法大家并不陌生，历史上也有大量的文献介绍这些方法以及区别，可应用者真的明白了吗？或许应用者早已被文献中大量的数学公式绕晕却没有理解方法的核心和思想的真谛。莫慌，最近有个学者McNeish Daniel写了篇文章用人类能看懂的非数学语言介绍了MLE、REML、KR这些方...
中介变量和调节变量分析
miniprogram的博客
10-08 5572
原文链接：中介变量和调节变量分析中介变量和调节变量都与回归分析有关，可以通过逐步回归来分析。中介效应分为完全中介和部分中介。完全中介是指中介变量M控制后（保持不变），自变量X的直接效应就没有了，相当于水流全都要经过M再到达Y；而部分中介在此种情况下，X的效应只是减弱了，但不是完全消失，相当于还存在X到Y的流通管道。调节变量指出自变量在何种情况下会影响到因变量，它为变量之间的关系提供情境性的解释。
调节效应检验（一）：线性回归分析
m0_71238422的博客
08-28 9358
本文将介绍如何运用层级回归分析方法检验调节效应。
spss分析方法-调节效应
Laoacai的博客
06-25 1万+
中介效应，它指的是X对Y的影响是通过M实现的，也就是说M是X的函数，Y是M的函数（Y-M-X）。考虑自变量X对因变量Y的影响，如果X通过M影响变量Y，则称M为中介变量。 下面我们主要从下面四个方面来解说： 一、实际应用 在社会科学研究中，研究自变量（X）对应变量（Y）影响时，常会受到第三个变量（M）的影响。如果影响模式如图1所示，M仅对Y有影响，但M与X没有关系时，我们可以把M当做协变量来处理X与M均为分类变量时，采用方差分析；X为分类，M为连续变量，可以采用协方差；X为连续，M为连续，采用回归分析；
SPSS中介效应与调节效应插件Process简介（1）
qq_44714968的博客
05-04 2万+
松哥说：大家看到上面的图的高亮部分了吧，Process，专门进行分析中介效应和调节效应的。松哥估计有人开始打开他的SPSS找了，别找了，你没有！呵呵，这是个插件，需要加载的。你肯定会说，松哥给我个插件呗！要的话分享此文，截图发回公众号，松哥给你哦！ 其实松哥以前还写过倾向性评分（PSM）插件怎么安装的，需要的，看蓝色字体：！ ------------------正文开始啦-------------...
基于观测变量的调节效应分析
weixin_42375480的博客
05-23 1940
在5月22日，听了刘红云老师的统计课，非常多干货内容，于是整理笔记，对知识点进行梳理。
SPSS统计指南【SPSS 003期】
订阅付费专栏Matlab（奶茶价版），可赠送奶茶价版付费专栏指定代码1份；
06-04 1514
3统计指南 ◼统计目标：实用为主 ◼心法口诀：变量选方法、设计看类型、目的定乾坤 3.1变量选方法：学会区分变量类型，选择正确的统计方法。 变量就是观察单位的某项特征，简单点就是我们研究的指标。变量可分为：数值变量、名义变量和等级变量，每种变量的属性和特征都是不同的，所采用的统计分析方法也不同。分类： （1）数值变量（连续变量、计量变量） 测大小。采用定量的方法测得其数值的大小。如，身高、体重。 （2）等级变量（顺序变量） 比高低。从变量取值可见，可以比较出程度的关系。如，年级、职称。 （3）名义变量（反映
在SPSS中如何编写命令语法并结合Python接口进行批量数据分析和自动化处理？
最新发布
11-03
掌握SPSS的命令语法对于批量处理数据和执行高级分析至关重要，而结合Python接口则可以进一步自动化和定制化分析过程。在开始之前，建议你先熟悉《IBM SPSS Statistics命令语法指南》这份资源，它将为你提供详细和全面的语法指令和操作方法。首先，了解SPSS命令语法的基本结构，它通常包括命令名、子命令（如FILE HANDLE）、关键参数（如/FILE=）和特定的关键字（如BY）。例如，一个基本的读取数据文件的语法可能如下所示：\n```\nGET FILE='D:\data.sav'.\n```\n在这个例子中，`GET FILE`是命令，`'D:\data.sav'`是参数，指出数据文件的路径。要进行批量处理，你可以通过循环结构来执行多个命令。同时，利用SPSS的Python接口，你可以通过Python脚本自动化整个分析过程。SPSS Statistics提供了Python模块spss，它允许你在Python环境中控制SPSS命令。通过编写Python代码，你可以读取数据、执行分析、导出结果等。例如，启动SPSS并读取数据文件的Python代码如下：\n```\nimport spss\nspss.StartClient()\nspss.FromPortableDialogs()\nspss.SendNote('读取数据文件')\nspss.Submit('GET FILE=\u2018D:\\data.sav\u2019.')\n```\n在这段Python代码中，`spss.StartClient()`启动SPSS的Python接口，`spss.FromPortableDialogs()`用于配置对话框，而`spss.Submit()`则提交SPSS命令。通过这种方式，你可以将重复的数据处理和分析工作自动化，提高效率并减少错误。要深入学习如何通过Python接口调用SPSS命令，以及如何将SPSS与Python的其他库如pandas和matplotlib结合使用，你应该继续探索《IBM SPSS Statistics命令语法指南》。这份指南不仅详细介绍了SPSS的命令语法，还提供了Python和Java接口的使用示例和技巧，是帮助你成为SPSS自动化分析专家的宝贵资源。 参考资源链接：[IBM SPSS Statistics命令语法指南](https://wenku.csdn.net/doc/42e9b5vsqp?spm=1055.2569.3001.10343)
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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