Word鲜为人知的隐藏秘密(转)

本文揭示了Word中一些鲜为人知的秘密,包括快速存盘可能导致的数据残留、用户信息记录功能、设置组合键的方法、表格文字旋转技巧以及定制拼写检查字典的过程。
Word鲜为人知的隐藏秘密(转)[@more@]

  我们曾经提到过,Word的快速存盘功能 没有看起来那么好使。它会使文件更大,而且系统崩溃时你恢复文件的机会也更渺茫。不仅如此,当你删除某些内容后再进行快速存盘时,被删除的内容也会被存进文件。

  试试看:打开一个新的Word文档,键入“公司评估报告”后存盘;然后键入“老板是个傻瓜蛋”,再存盘;之后删掉那句无礼的话,存盘,退出;再打开记事本,拖入那个Word文件,在那堆杂乱无章的代码里你就能看到刚才已经“删掉”的内容。

  在Word XP和Word 2003里,微软设定了一个分发文档的新方法。是这样的:不管Word中“修订”功能是否开启,Word都会对编辑文件的用户做一份记录——每当一个新用户编辑并储存一个文件,他的姓名就会被加入用户名单。同样地,我们也无法在Word中发觉这个记录,但是在别的文档编辑器就可以看见它了。试验一下:在“工具”“选项”“用户信息”里改一下你的姓名,再打开一个文件,存盘;然后打开记事本,把该文件拖入记事本窗体,新的名字就会出现在原用户名的旁边。

  对剽窃者来说,这是一个灾难,而对那些喜欢匿名使用的用户,也有一定的风险。幸好微软已经发布了一个插件来移除Office文件里各种各样的隐藏数据。如果在此写下它的地址会占很大篇幅,所以找到这个插件的最好途径是登录www.microsoft.com/downloads,然后在关键字查找栏里输入“隐藏数据(hidden data)”。你也可以搜索微软知识库,文章编号为834427,它链接到相同的下载地址和另外一篇文章,该文章列出了所有“已知问题”,也就是所谓的“Bugs”。

  设置组合键

  我喜欢设置键盘快捷键,这样我就可以直接变换字体或是运行命令和宏,而不用去动鼠标,也不会打乱脑中良好的思路。理论上虽说是这样的,但实际操作就有困难了,因为我的记忆只够记大概十个不同的组合键,再多就记不住了,更糟的是键入错误的组合键。现在,有建立一个快捷键标记列表的方法,它能够在所有版本的Word中使用,从Word 7.0一直到Word 2003。打开“文件”“打印”,在对话框左下角的“打印内容”下拉菜单中选定“标记列表”,点击“确定”。这样你的打印机就会打出一份当前的快捷键设置。分好类的公用键位设置(在Normal.dot中)会从其它模板储存的设置中单独显示出来(参见图1)。

1155571713_ddvip_6069.jpg 图1

  旋转表格

  你可能知道,在Word 97及之后的版本中,表格和文本框里的文字可以做90度的旋转。这个功能有很多用途,比如若要将表格与文字标题或较少的文字内容压缩在一起的话,这个功能就显得尤为方便。如图2底部的表格,那种情况下,弯曲和倾斜标题的功能就必不可少了。另外你也可以尝试用艺术字来制作倾斜的字体,更好的解决方案是做点小弊:复制整个表格,粘贴进Excel(遗憾的是分散的单元格需要手动操作),选择标题l栏的上三格,选择“格式”“单元格”“对齐”。其中有一个功能(右侧)可以把文本做任意角度的旋转,当转到你想要的样子时,再从Excel中复制回来——你需要额外复制一至两列来应付多出的倾斜部分,进入Word的“编辑”“选择性粘贴”“图片”即可。注意:打印出来的效果比屏幕上显示的要好。

1155571714_ddvip_8929.jpg

  图2

  定制词语

  如果你安装了MS Office,你就会发现你可以在写Outlook邮件时使用它的拼写检查功能,可是其中自定义字典需要自己制定。举个例子:一个使用Windows 98和Word 97的用户,OE的自定义字典(custom.dic)位置是C:WindowsApplication DataMicrosoft

  Proof ,这是无法改变的。而Word的自定义字典存在MSOfficeOffice里,想要在这两个字典中加入自定义内容(如果你不想被标记错误的词语的话)可不那么方便。

  最好的解决方法是:在Word中,打开“工具”“选项”“拼写和语法”,点击“自定义字典”“添加”,浏览找到OE的自定义字典。现在,你就有两个自定义字典了。打开Office文件夹中的custom.dic文件,点击“编辑”按钮,就会在一个Word窗口中打开它;将它的内容复制到剪切板,退出;然后编辑OE的自定义词典,将前一个字典的内容粘贴进来,删除所有重复内容之后退出;现在取消选择Office自定义字典,你的OE和Word就会共用同样的自定义字典了。

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/10752043/viewspace-954652/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/10752043/viewspace-954652/

【负荷预测】基于VMD-CNN-LSTM的负荷预测研究(Python代码实现)内容概要:本文介绍了基于变分模态分解(VMD)、卷积神经网络(CNN)和长短期记忆网络(LSTM)相结合的VMD-CNN-LSTM模型在负荷预测中的研究与应用,采用Python代码实现。该方法首先利用VMD对原始负荷数据进行分解,降低序列复杂性并提取不同频率的模态分量;随后通过CNN提取各模态的局部特征;最后由LSTM捕捉时间序列的长期依赖关系,实现高精度的负荷预测。该模型有效提升了预测精度,尤其适用于非平稳、非线性的电力负荷数据,具有较强的鲁棒性和泛化能力。; 适合人群:具备一定Python编程基础和深度学习背景,从事电力系统、能源管理或时间序列预测相关研究的科研人员及工程技术人员,尤其适合研究生、高校教师及电力行业从业者。; 使用场景及目标:①应用于日前、日内及实时负荷预测场景,支持智慧电网调度与能源优化管理;②为研究复合型深度学习模型在非线性时间序列预测中的设计与实现提供参考;③可用于学术复现、课题研究或实际项目开发中提升预测性能。; 阅读建议:建议读者结合提供的Python代码,深入理解VMD信号分解机制、CNN特征提取原理及LSTM时序建模过程,通过实验调试参数(如VMD的分解层数K、惩罚因子α等)优化模型性能,并可进一步拓展至风电、光伏等其他能源预测领域。
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