Basic "vi" features

模板驱动型文档自动化:从重复劳动到知识复用 文档自动化是企业提升内容生产效率的核心技术路径,其本质在于将人工经验转化为可执行、可复用、可验证的结构化逻辑。基于模板驱动范式,系统通过字段定义、条件渲染、样式继承与动态内容块等机制,实现确定性内容的精准组装,显著降低格式调整与信息搬运成本。该技术广泛应用于营销提案、法律合同、教育培训、合规报告等标准化交付场景,尤其适配无代码需求的业务人员。结合CRM、Excel、API等多源数据热插拔能力,模板不再静态绑定内容,而是成为组织知识沉淀与复用的中枢载体。本文聚焦Sqribble实践,深入解析模板即协议、字段即 阅读详情

To see the original article please refer to link: http://www.yolinux.com/TUTORIALS/LinuxTutorialAdvanced_vi.html


One edits a file in vi by issuing the command: vi file-to-edit.txt

The vi editor has three modes, command mode, insert mode and command line mode.

  1. Command mode: letters or sequence of letters interactively command vi. Commands are case sensitive. The ESC key can end a command.
  2. Insert mode: Text is inserted. The ESC key ends insert mode and returns you to command mode. One can enter insert mode with the "i" (insert), "a" (insert after), "A" (insert at end of line), "o" (open new line after current line) or "O" (Open line above current line) commands.
  3. Command line mode: One enters this mode by typing ":" which puts the command line entry at the foot of the screen.

Partial list of interactive commands:

Cursor movement:
KeystrokesAction
h/j/k/lMove cursor left/down/up/right
spacebarMove cursor right one space
-/+Move cursor down/up in first column
ctrl-dScroll down one half of a page
ctrl-uScroll up one half of a page
ctrl-fScroll forward one page
ctrl-bScroll back one page
M (shift-h)Move cursor to middle of page
HMove cursor to top of page
LMove cursor to bottom of page
W
w
5w
Move cursor a word at a time
Move cursor ahead 5 words
B
b
5b
Move cursor back a word at a time
Move cursor back a word at a time
Move cursor back 5 words
e
5e
Move cursor to end of word
Move cursor ahead to the end of the 5th word
0 (zero)Move cursor to beginning of line
$Move cursor to end of line
)Move cursor to beginning of next sentence
(Move cursor to beginning of current sentence
GMove cursor to end of file
%Move cursor to the matching bracket.
Place cursor on {}[]() and type "%".
Use the matchit or xmledit plug-in to extend this capability to XML/XHTML tags.
'.Move cursor to previously modified line.
'aMove cursor to line mark "a" generated by marking with keystroke "ma"
'AMove cursor to line mark "a" (global between buffers) generated by marking with keystroke "mA"
]'Move cursor to next lower case mark.
['Move cursor to previous lower case mark.

Editing commands:

KeystrokesAction
iInsert at cursor
aAppend after cursor
AAppend at end of line
ESCTerminate insert mode
uUndo last change
UUndo all changes to entire line
oOpen a new line
dd
3dd
Delete line
Delete 3 lines.
DDelete contents of line after cursor
CDelete contents of line after cursor and insert new text. Press esc key to end insertion.
dw
4dw
Delete word
Delete 4 words
cwChange word
xDelete character at cursor
rReplace character
ROverwrite characters from cursor onward
sSubstitute one character under cursor continue to insert
SSubstitute entire line and begin to insert at beginning of line
~Change case of individual character
ctrl-a
ctrl-x
Increment number under the cursor.
Decrement number under the cursor.
/search_string{CR}Search for search_string
?search_string{CR}Search backwards (up in file) for search_string
/\<search_string\>{CR}Search for search_word
Ex: /\<s\>
Search for variable "s" but ignore declaration "string" or words containing "s". This will find "string s;", "s = fn(x);", "x = fn(s);", etc
nFind next occurrence of search_word
NFind previous occurrence of search_word
.repeat last command action.

Terminate session:

  • Use command: ZZ
    Save changes and quit.
  • Use command line: ":wq"
    Save (write) changes and quit.
  • Use command line: ":w"
    Save (write) changes without quitting.
  • Use command line: ":q!"
    Ignore changes and quit. No changes from last write will be saved.
  • Use command line: ":qa"
    Quit all files opened.

Linux系统升级及内核版本升级 一、背景 工作中有时会遇到系统版本过旧,无法满足安全扫描后的安全要求,系统漏洞数量多,处理难度较大,这时,我们就需要升级OS或Linux内核版本; 二、升级操作 2.1、 redhat/CentOS系统 三、附录:包升级命令 1)配置yum更新源 /etc/yum.repos.d目录下新建主机的yum源,.repos文件中,repositoryid:指定一个仓库,name指定仓库名称, baseurl:指定仓库的URL,mirrorlist指定仓库的镜像站点,enable是否启用本仓库,gpgcheck 阅读详情

相关推荐

模板驱动文档自动化:从Word填空到智能装配流水线

文档自动化是企业内容生产提效的核心路径,其本质在于将重复性文档构建为可配置、可复用、可验证的标准化产品。基于模板驱动(Template-Driven)原理,系统通过容器层定义结构、逻辑层嵌入条件与数据映射、表现层统一视觉规则,实现从原始数据到多格式交付(PDF/HTML/PPTX)的确定性输出。相比脚本编写易维护性差、AI生成结果不可控,模板驱动兼顾业务自主性与技术稳定性,广泛应用于投标书、结业证书、服务合同等高频场景。本文深入解析Sqribble平台的三层架构设计与黄金四步法落地实践,助力团队告别Ctrl

623

ViVeTool-GUI深度技术解析:Windows功能控制图形化工具专业指南

ViVeTool-GUI是基于ViVe/ViVeTool技术构建的Windows功能控制图形界面工具,采用.NET Framework 4.8技术栈和Visual Basic.NET实现,为系统管理员和技术爱好者提供了可视化操作Windows隐藏功能的解决方案。该工具通过封装ViVe API底层调用,将复杂的命令行操作转化为直观的图形界面,支持Windows 10 Build 18963(版本20

gitblog_00601的博客 454

模板驱动文档自动化:从填空题到文档工厂的工程化实践

模板驱动文档自动化是一种将重复性文档生产转化为可配置、可复用、可扩展的工程化方法。其核心在于通过结构化模板封装内容规则、样式逻辑与业务条件,实现数据输入→智能装配→PDF交付的端到端闭环。相比AI生成易失品牌一致性、脚本开发难维护等局限,该技术以低代码方式支撑销售提案、合规报告、个性化课表等高频场景,兼顾法律安全、VI统一与业务自主权。Sqribble等工具所体现的‘模板即配置’范式,正推动企业从人工排版迈向文档流水线时代。

weixin_33831196的博客 342

【Programming】

增强式学习,借助定义 Actions、States、Rewards 的方式不断训练机器循序渐进,学会执行某项任务的算法。常用算法有Q-LearningTDSarsa总结的比较好的一个机器学习框架TensorFlow:低级深度学习链接库,Brain Team 开发,15年11月公开源码Keras:高级深度学习链接库1)Tensor(张量)零维的 Tensor 是标量,1维的是向量,2维以上的是矩阵2)Flow(数据流)去陌生的城市,不会当地的语言,最好的方式,画一张图告诉司机你的目的地Node。

bryant_meng 3517

模板驱动型文档自动化:从填空式生成到出版级排版

文档自动化是现代知识型组织提升交付一致性和降低人工错误的核心技术路径。其本质是将内容生产从自由写作转向结构化填充,依托模板引擎实现样式继承、动态数据绑定与多格式输出。关键技术原理包括占位符语义解析、条件渲染逻辑、交叉引用自动校准及响应式排版规则编译。该技术显著提升咨询、法律、SaaS等高频文档场景的工程化水平,支持API对接CRM/ERP、批量CSV导入与低代码表单驱动,广泛应用于投标方案、客户协议、产品说明书等标准化交付物。本文深入解析Sqribble平台中模板驱动型文档自动化的架构设计、组件配置与生产级

congli3478的博客 468

KVM虚拟化实操指南:从硬件启用到GPU直通

虚拟化(virtualization)是现代云托管(cloud hosting)的底层基石,其核心在于利用CPU硬件特性(如Intel VT-x/AMD-V)构建安全隔离的执行环境。KVM作为Linux内核原生hypervisor,无需额外安装,仅需BIOS开启、内核模块加载与QEMU工具链配合,即可实现高效虚拟机管理。相比Xen的复杂架构和容器对虚拟化的隐式依赖,KVM凭借零性能损耗、强生态兼容与低学习门槛,成为中小团队与自建服务者的首选方案。本文聚焦真实故障场景——如'virtualization su

ciqiaofu0192的博客 460

SpringBoot与大数据构建智能就业推荐系统实战

协同过滤算法作为推荐系统的核心技术,通过分析用户历史行为数据计算相似度,实现个性化推荐。结合Spark等大数据处理框架,算法能够分布式处理海量数据,显著提升计算效率。在就业推荐场景中,系统融合用户画像与岗位特征,采用改进的余弦相似度公式进行加权计算,有效解决冷启动问题。基于SpringBoot的工程化实践,整合Flume、Kafka等组件构建实时数据管道,使推荐结果更新延迟控制在秒级。这种技术方案不仅适用于求职平台,也可扩展至电商、内容推荐等领域,实现精准匹配。

weixin_30631587的博客 293

D-Tale:Pandas数据探索的交互式GUI增强方案

在数据科学实践中,探索性数据分析(EDA)是理解数据分布、识别异常、评估质量的关键环节。其核心依赖于Pandas的统计能力(如describe、value_counts、corr),但传统命令行方式存在交互低效、可视化割裂、调试困难等瓶颈。D-Tale作为轻量级嵌入式工具,不替代Pandas,而是将其计算逻辑通过网页界面实时呈现,实现零代码筛选、列级统计、分布联动与异常高亮。它天然兼容Jupyter与ETL流程,支持局域网共享与HTML报告导出,显著提升数据清洗、特征工程和跨职能协作效率。本文详解其设计哲学

FLY_THINK2012的博客 473

汽车网红技术之EAVB

汽车网红技术之EAVB

汽车以太网和SOA 1万+

Ansible入门:从零构建可执行的运维自动化体系

Ansible是一种基于SSH、无Agent的配置管理与自动化运维工具,其核心原理是通过YAML格式的playbook定义声明式任务流,结合inventory动态管理目标主机,并调用module实现幂等操作。这种设计赋予它极低的部署门槛、天然的跨平台兼容性及强可审计性,技术价值在于将人工运维经验固化为可版本控制、可重复验证、可CI/CD集成的代码资产。典型应用场景涵盖批量服务器配置、Web集群部署、混合云策略下发、安全基线加固及老旧系统巡检等。本文围绕playbook编写规范、inventory分层管理、核

weixin_34241036的博客 314

Sparsh:用于基于视觉的触觉感知的自监督触觉表征【传感器:带标记点的 GelSight 2017、无标记点的 DIGIT】

t​⊕It−5​→x∈Rh×w×6tt−2t−4t−6∈R4×h×w×3t​∈Rh×w×3t​∈SE3). Tt​tt−1​≜ΔxΔy˙​Δθ∈SE2ˉ2∘0.5∘1.0∘to1.0∘2.0∘zt−1​zt​qt−1​qt​≜Δqt​Δqt1​...;Δq∈R7。

u013250861的博客 101

HMM(隐马尔可夫模型)的理解2——摘要和引言

HMM 的数学理论早在 1960 年代末由 Baum 等人建立,但散落在数学期刊中,工程界难以理解和应用。面向工程师(而非数学家),用直观、实用、可实现的视角系统讲解 HMM 理论,并展示它如何成功应用于语音识别。尽管马尔可夫信源或隐马尔可夫模型在20世纪60年代末和70年代初已被引入和研究,但在过去的几年里,这些统计方法变得越来越受欢迎。这主要有两个强有力的原因。首先,这些模型在数学结构上非常丰富,因此可以作为理论基础应用于更广泛的领域。其次,这些模型在应用得当的情况下,在几个重要的实际应用中表现优异。

shimingwang的博客 501

【信息科学与工程学】【数据中心】 第十五篇 智算中心DaaS数据消费场景02

智算中心DaaS数据共享场景的分级分类是一个复杂的系统工程,需要从技术、安全、合规、治理、运营等多个维度进行综合考虑。本分级分类体系为不同场景下的数据共享提供了详细的指导,包括安全分级、共享模式、技术架构、合规治理等方面。在实施数据共享平台时,应结合自身业务需求、技术能力和资源情况,选择适合的共享模式和实施路径。同时,要高度重视数据安全和隐私保护,采用先进的技术和管理手段,确保数据共享的安全可控。

weixin_49199313的博客 1万+

机器人-模仿学习-双臂【2023-04】:ACT【80M参数;CVAE-Transformer架构;ResNet18编码四路视觉;4层编码器融合视觉状态;7层解码器并行预测100步动作;时序集成平滑】

Meta。

u013250861的博客 426

【信息科学与工程学】【审计学】第一篇 招投标领域审计算法02

给定人、事、时、地、物等实体集合V和证据事实集合F, 构建一个概率图模型, 计算任意两个实体/事实之间存在关联关系的概率。:构建一个深度贝叶斯网络, 其中顶层为待推断的心理特征P, 中间层为可观测的行为模式B, 底层为多模态证据E。:基于现场痕迹、行为模式、通讯内容等证据E, 推断嫌疑人的心理特征向量P(如反社会性、冲动性、策划能力)。:对高风险的案件, 自动检索关联当事人、律师涉及的其他历史案件, 形成关联视图。:定义如“当事人-律师-当事人”、“当事人-多案件”等路径, 捕捉隐蔽关联。

weixin_49199313的博客 418

【信息科学与工程学】【数据科学】数据科学领域-第三篇 数学基础04 集合论02

编号类型概念类别概念名称数学定义/描述数学表示性质特征重要特例相关理论问题的数学分析参数列表及参数数值范围关联知识1基础集合论本体集合若干确定的、互不相同的对象的总体A,B,…确定性、互异性、无序性∅,N,RZFC 公理系元素归属判定 x∈A势 ∥A∥∈{finite}∪[ℵ0​,+∞)朴素集合论→公理化2基础集合运算并/交/差/补按逻辑联结词定义的集合操作A∪B,A∩B,A∖B交换律、结合律、分配律、De MorganA∪∅=A布尔代数多集合推广 ⋃i∈I​Ai​I为指标集,可数/不可数测度论3基础构造幂

weixin_49199313的博客 368

【信息科学与工程学】【数据中心】第三十五篇 云计算数据中心的学科知识04

编号学科(课程)核心知识点在云计算/云存储/云网络/云安全/云MaaS中的作用代表教材/资料/论文 + 数学方程式列表工业界应用D1421​云原生数据库:TiDB​HTAP(混合事务/分析处理)、分布式SQL、水平扩展、强一致(Raft)、自动故障恢复、与MySQL兼容、TiFlash列式引擎提供弹性扩展的分布式数据库;支撑高并发在线交易与实时分析教材:《TiDB in Action》PingCAP(2020) 论文:《TiDB: A Raft-based HTAP Database》(2017)

weixin_49199313的博客 396

CV-骨架02:Swin Transformer V2: Scaling Up Capacity and Resolution【2021-11】

Ze Liu* Han Hu*† Yutong Lin Zhuliang Yao Zhenda Xie Yixuan Wei Jia Ning Yue Cao Zheng Zhang Li Dong Furu Wei Baining Guo Microsoft Research Asia{v-zeliu1,hanhu,t-yutonglin,t-zhuyao,t-zhxie,t-yixuanwei,v-jianing}@microsoft.com {yuecao,zhez,lidong1,fuwei,bai

u013250861的博客 80
上一篇: shell 的If语句解析
下一篇: [余晟] 程序员学英语三部曲
flex4
博客等级 码龄16年 6粉丝 4原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
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