oeasy教您玩转vim - 5 - # 插入模式

本文档介绍了Vim编辑器中如何进入和退出插入模式,以及在插入模式下进行文字输入和移动的操作。通过`:help`命令获取帮助,使用`i`进入插入模式,`esc`或`ctrl+c`返回正常模式。此外,还探讨了`:q!`强制退出而不保存的用法,强调了观察左下角状态栏在不同模式间切换的重要性。

插入模式

回忆上节课内容

  • 我们总结了,模式切换的方式

    • 命令模式 Normal mode
    • 底线命令行模式 Command mode
  • 帮助文件的正确打开方式

    • :h
  • 在文档中使用鼠标

    • set mouse=a
    • 建议不用鼠标
  • 使用全键盘方式跳入跳出超链接

    • ctrl+]
    • ctrl+o
  • 帮助文件的两种手册

    • 用户帮助手册
    • 引用帮助手册
  • 这次我们来插入内容,修改文档

插入模式

想要插入内容的话,应该进入插入模式 (Insert mode)

  • 首先我们还是打开上次的那个 oeasy.txt
ls -l . > oeasy.txt
vi oeasy.txt
  • 然后如何进入插入模式呢?
  • 我们使用 :help insert 看看是否有什么命令

  • 我们需要先退出帮助模式

    • :q
  • 然后按下 i 进入插入模式
  • 进入插入模式后

    • 左下角 状态栏会显示 -- 插入 --
    • 这意味着已经进入了插入模式
    • 时刻留意左下角
    • 左下角就像小地图一样
    • 是统管全局的所在

  • 如果没有进入插入模式的话

    • 可能因为处在新开的帮助中
    • :q 退出帮助

插入文字🅰️

  • 插入模式下我们可以任意打字
  • 按键不再是命令而是输入字符
  • 冒号回车都能打出来🤪

  • 输入完成之后,又想要移动位置怎么办呢?

    • esc 退回到命令模式 Normal mode
    • 或者 ctrl+c 回到命令模式 Normal mode
    • 尽量选择 ctrl+c 因为可以让双手保持正位
    • 右手小指 ctrl + 右手食指 c
  • 注意退回到命令模式后

    • 左下角状态栏不再显示 -- 插入 --
    • 而是变回空白
  • 观察左下角
  • 时刻注意

文件细节

  • 注意有内容的地方是具体的文字内容
  • 在没有内容的地方
  • 前面会有 tilder(~) 进行提示
  • tilder(~) 意味着空行,就是啥都没有

使用 i 命令进入插入模式

  • 按 i 再次进入插入模式
  • 按 esc 或 ctrl+c 退回到命令模式

  • 可以用 i 和 ctrl+c 反复切换模式
  • 观察左下角

帮助细节

  • i 到底什么意思?
  • 可以 :h 他一下
  • :h i 就是 help 一下 i 命令究竟做些什么

  • 那 ctrl+c 是啥意思?

查询快捷键

  • 什么不会就 :h 什么
  • :h ctrl-c 就是帮助我们查找一下 ctrl-c 快捷键究竟做些什么

  • 同理还有 :h ctrl-g

  • CTRL+G 对应着 :f[ile] 命令
  • 可以查看当前文件信息

尝试退出

  • 输入 :q 希望退出
  • 但是屏幕 📟 显示如下

  • 按照他的要求输入 :q!
  • cat oeasy.txt 显示文件并未修改😧
  • 原来 :q! 只是不保存,强制quit退出
  • 囧,虽然还没成功保存...
  • 但是曾经真的插入文字了!😃
  • 我们先总结一下📘

总结

  • 我们这一次进入了插入模式
  • 在正常模式下使用命令 i
  • 在插入模式下使用 esc 退回到正常模式
  • 使用 :!q 不保存强制退出
  • 哎~看来保存只能下次再说了 😅
  • 我们下次再说!👋
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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