【Linux】yum与vim

文章目录

  • 软件包管理器:yum
  • Linux安装和卸载软件包
  • Linux中的编辑器:vim
  • vim下的底行模式
  • vim下的正常模式
  • vim下的替换模式
  • vim下的视图模式
  • vim下的多线程

软件包管理器:yum

yum其实就是一个软件,也可以叫商店 和你手机上的应用商店或app store一样。

如果想要查看一共有哪些软件包

指令:yum list

软件太多可以用指令进行搜索

指令:yum list | grep 关键字

在这里插入图片描述

Linux安装和卸载软件包

输入指令:yum install +想安装的软件包名

使用这条指令后,输入y确定下载
查看到complete就说明下载完成了!

值得注意的是yum下载时往往会向系统目录写入内容一般需要sudo或切换到root账号才能下载yum在安装一共软件的过程中再安装其他软件,此时yum会报错!

输入指令:yum remove 想卸载的软件。

该命令最好用sudo,或者切换到root账户再使用。

Linux中的编辑器:vim

vim可以理解为文本编辑器
就像Windows中的写字板一样
vim有大概12种模式,但是常用的有五种

创建一个mytest.c文件,刚进去的时候是无法写入代码的,这个时候就需要第二种模式了。进入默认为正常模式,写入数据需要插入模式。

正常模式切换到输入模式可以按:a i o
三个键,a键默认定位至你光标的下一个位置
o键默认定位至你光标的下一列开头
然而i键默认定位至你的光标处

接下来写入一段代码:
在这里插入图片描述

接下来想要保存退出就需要第三个模式了,底行模式。

底行模式不能从输入模式跳转
必须从正常模式跳转到底行模式
所以我们要先从输入模式跳转到
正常模式才能再跳转到底行模式
在这里插入图片描述

vim下的底行模式

出现了:号,此时已进入底行模式。输入相应的指令就可以实现某些功能。
在这里插入图片描述
设置行号:set nu

取消行号:set nonu

保存退出:wq

w:保存当前文件
w!:强制保存
q:退出
q!:强制退出
wq!:强制保存并退出

查找字符: /关键字
此关键字会语法高亮出来,若这个关键字不是你想找的那个,可以按n键跳到下一个关键字位置。

vim下的正常模式

熟悉一下正常模式下的操作。

定位到代码的第一行:gg

定位到代码的最后一行:shift+g

定位到代码的任意一行:n+shift+g

定位至特点一行的开始:shift+6(^)

定位至特点一行的结尾:shift+4($)

光标的移动:
h键 : 左移
j键 : 下移
k键 : 上移
l键 : 右移

复制当前行或n行:yy 或 n+yy

粘贴内容到当前行或粘贴n次:p 或 n+p

撤销上一步的操作:u

撤销上一步的撤销:CTRL + r

删除(剪切)当前行或n行:dd 或 n+dd

向后/前剪切n个字符:n+小x 或 n+大x

大小写互相转换:shift + ` (~)(不断向后转换,大写变小写,小写变大写)

vim下的替换模式

正常模式输入: shift+r即可进入替换模式。
在这里插入图片描述
在此模式下,所有的输入都会被当作替换!

vim下的视图模式

正常模式输入: CTRL +v切换为视图模式。
在这里插入图片描述
如果在编写代码时候想要注释代码的话该怎么办呢?

先进入视图模式,可以总结为,用j,k选中要注释的行,选好后按shift+i进入插入模式,再输入//后按ESC退出,此时代码就被注释掉了。

如何取消注释呢?

进入视图模式,使用hjkl选中要取消注释 的区域,注意这里要选中前两列,否则只会 删除//的第一个/,选好后输入d,即可删除

vim下的多线程

vim文本编辑器可以同时打开多个文件 在vim的底行模式下输入:vs 想要打开的文件名 此时就可以打开另外一个文件

在这里插入图片描述
虽然说有多个文件,但是光标只有一个!光标在哪个文件,现在就在编辑哪个文件!

想要切换文件那么就需要输入指令:CRTL + ww

可以切换文件,进行不同的操作 可以在A文件复制内容并且拷贝到B文件

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/682225.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

多进程编程

创建一对父子进程&#xff1a; 父进程负责向文件中写入 长方形的长和宽 子进程负责读取文件中的长宽信息后&#xff0c;计算长方形的面积 代码&#xff1a; #include <stdio.h> #include <string.h> #include <stdlib.h> #include <unistd.h> #inc…

Linux(openEuler、CentOS8)企业内网DHCP服务器搭建(固定Mac获取指定IP)

----本实验环境为openEuler系统<以server方式安装>&#xff08;CentOS8基本一致&#xff0c;可参考本文&#xff09;---- 目录 一、知识点二、实验&#xff08;一&#xff09;为服务器配置网卡和IP&#xff08;二&#xff09;为服务器安装DHCP服务软件&#xff08;三&a…

STC8增强型单片机开发day02

逻辑分析仪 什么是逻辑分析仪 逻辑分析仪&#xff08;Logic Analyzer&#xff09;是一种工具&#xff0c;用于分析数字信号&#xff0c;例如控制信号&#xff0c;时钟信号等等。它可以用于调试和验证数字电路、嵌入式系统等等 本人采用的是mini版USB 逻辑分析仪。总共有10个…

【Linux】进程间通信方式之管道

&#x1f916;个人主页&#xff1a;晚风相伴-CSDN博客 &#x1f496;如果觉得内容对你有帮助的话&#xff0c;还请给博主一键三连&#xff08;点赞&#x1f49c;、收藏&#x1f9e1;、关注&#x1f49a;&#xff09;吧 &#x1f64f;如果内容有误的话&#xff0c;还望指出&…

7.基于麻雀搜索算法(SSA)优化VMD参数(SSA-VMD)

01.智能优化算法优化VMD参数的使用说明 02.基本原理 麻雀搜索算法&#xff08;SSA&#xff09;是一种基于鸟类觅食行为的启发式优化算法&#xff0c;它模拟了麻雀在觅食时的群体行为&#xff0c;通过模拟麻雀的觅食过程来寻找问题的最优解。SSA的基本原理是通过模拟麻雀的搜索…

机器学习初学者 6 个核心算法!建议收藏,反复观看!

今天再来介绍机器学习算法的基本概念和适用场景&#xff01; 首先&#xff0c;引用一句英国统计学家George E. P. Box的名言&#xff1a;All models are wrong, but some are useful. 没有哪一种算法能够适用所有情况&#xff0c;只有针对某一种问题更有用的算法。 也就是说&…

Linux-笔记 修改开发板默认时区

1. 时区文件 使用命令date -R查看当前的默认时区&#xff0c;date - R命令会自动解析/etc/localtime 文件&#xff0c;而该文件又是指向“ /usr/share/zoneinfo/$主时区/$次时区 ”&#xff0c;当需要更改到指定的时区只要将/etc/localtime 文件软链接到 ”/usr/share/zoneinf…

视频降噪算法 hqdn3d 原理分析

视频降噪 视频降噪是一种处理技术&#xff0c;旨在减少视频中的噪声&#xff0c;提高画面质量。噪声可能来自多种源头&#xff0c;包括摄像机的传感器、压缩算法、传输过程中的干扰等。降噪处理对于视频监控、视频会议、电影后期制作以及任何需要高画质输出的应用场景都非常重…

Linux进程——Linux环境变量

前言&#xff1a;在结束完上一篇的命令行参数时&#xff0c;我们简单的了解了一下Linux中的环境变量PATH&#xff0c;而环境变量不只有PATH&#xff0c;关于更多环境变量的知识我们将在本篇展开&#xff01; 本篇主要内容&#xff1a; 常见的环境变量 获取环境变量的三种方式 本…

springcloud服务间调用 feign 的使用

引入依赖包 <!-- 服务调用feign --><dependency><groupId>org.springframework.cloud</groupId><artifactId>spring-cloud-starter-openfeign</artifactId></dependency>创建调用外部服务的接口 需要使用的地方注入 使用 启动类增…

【ai早报-01 project】

今天和大家分享一款有趣的开源项目 01 Project。 The 01 Project is building an open-source ecosystem for AI devices. 其主旨是基于开源生态&#xff0c;构建以LLM为核心的产品&#xff0c;提供软硬件方案。 市面上类似产品: Rabbit R1, Humane Pin。 如上图所示的这款产…

解决方案:‘Series‘ object has no attribute ‘xxxx‘

文章目录 一、现象二、解决方案 一、现象 ...... model.fit(X_train, y_train) y_pred model.predict(X_test) recall recall_score(y_test, y_pred) precision precision_score(y_test. y_pred) ......执行语句到**“precision precision_score(y_test. y_pred)”**这里发…