vim 基本操作命令

本文介绍了Vim编辑器的基本操作方法,包括不同模式间的切换、常用编辑命令、文件管理和浏览技巧等内容,适合初学者快速掌握Vim的基本使用。

vim  是工作着的时候突然就很感兴趣,用过的编辑器好几种 例如:Sublimt、phpStorm、Visual Studio Code总觉得会有不顺手的感觉。


vim有三种模式:normal模式、insert模式、command模式


历史命令

  • 以:和/开头的命令都有历史记录 可以通过上下箭头选择历史命令
i  -->insert插入模式 按esc回到normal模式
x -->删除光标所在的一个字符
:wq -->存盘+退出(:w后面可以跟文件名)
:q -->不保存退出

dd 删除当前行并剪切复制,相当于maccommand+x

p 粘贴 相当于Maccommand+v


hjkl移动光标(推荐使用),也可以使用光标键←↓↑→   注:h就像右箭头一一对应。

:help (mommand) -->显示帮助的命令,也可以使用:help不跟命令


会使用以上命令就可以编辑vim了,建议可以下意识的操作这些命令,再继续进行下一阶段。


在一般的编辑器下,当你需要copy一段文字的时候,你需要使用 Command 键,比如:Command+c。也就是说,Command 键就好像功能键一样,当你按下了功能键Command后,C就不在是C了,而且就是一个命令或是一个快键键了,再在VIM的Normal模式下,所有的键就是功能键。


1.各种插入命令

  • i 在当前光标位置前插入
  • I 在当前行首插入
  • a 在当前位置后插入
  • A在当前尾插入
  • o 在当前行后插入一个新行
  • O 在当前行前插入一个新行
  • cw 替换从光标所在位置后到一个单词结尾的字符
2.简单的移动光标 到本行第一个不是blank字符的位置(所谓blank字符就是空格,tab,换行,回车等)
  • h,j,k,l  左 下 上 右,可以结合数字使用,eg: 10j
  • 0 数字零到行头
  • $ 移动到本行行尾
  • ^ 到本行第一个不是blank字符的位置(所谓blank字符就是空格,tab,换行,回车等)
  • g_到本行最后一个不是blank字符的位置
  • gg 移动到文件头
  • G(shift+g)移动到文件尾
  • command+e 向下滚动一行
  • command+d 向下滚动半屏
  • command+f 向下滚动一屏
  • command+y 向上滚动一行
  • command+u 向上滚动半屏
  • command+b 向上滚动一屏
  • /list 搜索list字符串(如果搜索到多个匹配,可以按n键到下一个)

3.拷贝/黏贴

  • p 粘贴
  • yy 拷贝当前行,相当于ddP
4.撤销和重做
  • u 撤销
  • U 反撤销

启动命令

  • vim 启动
  • vim filename 打开vim并创建名为filename的文件

文件命令

  • vim file 打开某一个文件
  • vim file1 file2 file3 在窗口中打开多个文件
  • :open file 在新窗口中打开一个新文件
  • :split file 切换到下一个文件
  • :bn (:n)切换到下一个文件
  • :bp 切换到上一个文件
  • :e <path/to/file>→ 打开一个文件
  • :w → 存盘
  • : saveas <path/to/file>→ 另存为 <path/to/file> 
  • : x ,  ZZ或 :wq → 保存并退出 (:x 表示仅在需要时保存,ZZ不需要输入冒号并回车)
  • :q!→ 退出不保存 :qa!强行退出所有的正在编辑的文件,就算别的文件有更改。



内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
评论 1
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