随笔分类 - 杂记
摘要:从菜单 View - Show Console 或者 ctrl + ~ 快捷键,调出 console。将以下 Python 代码粘贴进去并 enter 执行,不出意外即完成安装。以下提供 ST3 和 ST2 的安装代码:Sublime Text 3:import urllib.request,os;...
阅读全文
摘要:字符描述\将下一个字符标记为一个特殊字符,或一个原义字符,或一个向后引用,或一个八进制转义符。例如,”\n”匹配一个换行符。^匹配输入字符串的开始位置。$匹配输入字符串的结束位置。*匹配前面的子表达式零次或多次,等价于{0,}+匹配前面的子表达式一次或多次,等价于{1,}?匹配前面的子表达式零次或一次,等价于{0,1}?当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时,匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串,而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如,对于字符串”oooo”,”o+?”将匹配单个”o”,而”o+”将匹配所有的”o”
阅读全文
摘要:"自动补全括号以及引号"inoremap ( ()iinoremap [ []iinoremap { {}Oautocmd Syntax * inoremap >i| inoremap > =ClosePair('>')inoremap > =ClosePair('>')inoremap ) =ClosePair(')')inoremap ] =ClosePair(']')inoremap } =CloseBracket()inoremap " =QuoteDelim(&
阅读全文
摘要:TF-IDF值:http://www.cnblogs.com/iwaitu/archive/2011/12/28/2304714.html 一种统计方法,用于评估一个词对N篇文章中的一篇的重要性。一个词在一片文章中出现的次数不能表明该词的重要性,例如:“我们”,“的”等,所以需要TF-IDF值来表示该词的重要性。 TF(Term Frequency)词频:该文章中出现该词的次数除以文章总词数。 IDF(Inverse Document Frequency)逆向文档词频:IDF=log(D/Dt),即总文章数(D)除以该词出现的文章数(Dt),对商取对数(log) TF-IDF = TF值 *
阅读全文