ctags使用方法

ctags使用方法

      Vi大家都很熟悉,某些情况下它是我们在Linux下唯一可用的文本编辑器。其实我们平时所指的VI其实是VIM(ViImproved,VI增强版)。有人常常拿VIM和emacs比较,VIM尽管不象emacs那样有那么多的功能,但是比emacs更方便、好用。VIM简单易用,只要看看VIM自带的vitutor,大约只要20分钟就能掌握VIM的用法。对于Linux下的C/C++的程序员,使用VIM+Ctags的组合来写程序也许是最佳的选择。^_^

     VI的使用方法这里就不罗嗦了,本文假设大家已花了20分钟学习过了vitutor。 ^_^
     本节我们主要讲一下Ctags这个程序。尽管ctags也可以支持其它编辑器,但是它正式支持的只有VIM。并且VIM中已经默认安装了Ctags,它可以帮助程序员很容易地浏览源代码。
     如果当前系统没有ctags命令,就到 http://ctags.sourceforge.net/ 去下载安装。

     熟练的使用ctags仅需记住下面七条命令:(很简单吧,呵呵)
     (1) $ ctags –R *      ($ 为Linux系统Shell提示符)
     (2) $ vi –t tag        (请把tag替换为您欲查找的变量或函数名)
     (3) :ts                 (ts 助记字:tags list, “:”开头的命令为VI中命令行模式命令)
     (4) :tp                 (tp 助记字:tags preview)—此命令不常用,可以不用记
     (5) :tn                 (tn 助记字:tags next) —此命令不常用,可以不用记
     (6) Ctrl + [            (上一个标签)
     (7) Ctrl + ]            (下一个标签)
     (8) Ctrl + T           (回到第一个标签)
         
 下面我们逐条的解释上面的命令:
      “$ ctags –R *”:“-R”表示递归创建,也就包括源代码根目录(当前目录)下的所有子目录。“*”表示所有文件。这条命令会在当前目录下产生一个“tags”文件,当用户在当前目录中运行vi时,会自动载入此tags文件。Tags文件中包括这些对象的列表:
      @ 用#define定义的宏
      @ 枚举型变量的值
      @ 函数的定义、原型和声明
      @ 名字空间(namespace)
      @ 类型定义(typedefs)
      @ 变量(包括定义和声明)
      @ 类(class)、结构(struct)、枚举类型(enum)和联合(union)
      @ 类、结构和联合中成员变量或函数
 VIM用这个“tags”文件来定位上面这些做了标记的对象。
 
剩下的命令就是定位这些对象的方法:
     “$ vi –t tag” :在运行vim的时候加上“-t”参数,例如:
     [/usr/src]$ vim -t main
     这个命令将打开定义“main”(变量或函数或其它)的文件,并把光标定位到这一行。如果这个变量或函数有多处定义,在VI命令行模式“:ts”命令就能列出一个列表供用户选择.
     “:tp”为上一个tag标记文件,“:tn”为下一个tag标记文件。当然,若当前tags文件中用户所查找的变量或函数名只有一个,“:tp,:tn”命令不可用。 :(最方便的方法是把光标移到变量名或函数名上,然后按下“Ctrl+]”,这样就能直接跳到这个变量或函数定义的源文件中,并把光标定位到这一行。用“Ctrl+t”可以退回原来的地方。即使用户使用了N次“Ctrl+]”查找了N个变量,按N次“Ctrl+t”也能回到最初打开的文件,它会按原路返回 。 ^_^
     注意:运行vim的时候,必须在“tags”文件所在的目录下运行。否则,运行vim的时候还要用“:settags=”命令设定“tags”文件的路径,这样vim才能找到“tags”文件。在完成编码时,可以手工删掉tags文件(帚把不到,灰尘不会自己跑掉^_^)。

转载于:https://my.oschina.net/hevakelcj/blog/138279

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/110102.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • python 小波分解_python低通滤波器

    python 小波分解_python低通滤波器0.小波簇类型1.print(pywt.families)即可显示软件内含的小波族:[‘haar’,‘db’,‘sym’,‘coif’,‘bior’,‘rbio’,‘dmey’]它们分别是:lHaar(haar)lDaubechies(db)lSymlets(sym)lCoiflets(coif)lBiorthogonal(bior)lReversebior

    2022年8月30日
    0
  • HTML iframe 标签[通俗易懂]

    HTML iframe 标签[通俗易懂]定义和用法iframe元素会创建包含另外一个文档的内联框架(即行内框架)把需要的文本放置在和之间,这样就可以应对无法理解iframe的浏IFrame对象IFrame对象代表一个HTML的内联框架在HTML文档中每出现一次,一个IFrame对象就会被创建。属性frameborder=1或0规定是否显示边框height=pixels或%…

    2022年10月28日
    0
  • 数组转集合集合转数组_数组与集合的区别

    数组转集合集合转数组_数组与集合的区别一、数组转集合:String[]array={“1″,”2″,”3″,”4”};List<String>list=Arrays.asList(array);ListarrList=newArrayList(list);arrList.add(“5”);二、集合转数组:…

    2025年6月3日
    0
  • 如何利用matlab做BP神经网络分析(利用matlab神经网络工具箱)[通俗易懂]

    如何利用matlab做BP神经网络分析(利用matlab神经网络工具箱)[通俗易懂]最近一段时间在研究如何利用预测其销量个数,在网上搜索了一下,发现了很多模型来预测,比如利用回归模型、时间序列模型,GM(1,1)模型,可是自己在结合实际的工作内容,发现这几种模型预测的精度不是很高,于是再在网上进行搜索,发现神经网络模型可以来预测,并且有很多是结合时间序列或者SVM(支持向量机)等组合模型来进行预测,本文结合实际数据,选取了常用的BP神经网络算法,其算法原理,因网上一大堆,所以…

    2022年6月20日
    28
  • python正则表达式匹配中文(Excel如何根据名字匹配编码)

    字符串的编码乱码问题由来已久,真的是令人头疼。这不是在做正则匹配中文时候,编码又一次成了拦路虎,在这儿记录两点。第一,字符串编码。第二,正则匹配中文。早期编码都用ASCII编码,用一个字节来处理编码。如大写A编码为65,但处理中文时候,一个字节显然不够,至少两哥字节,还不能和ASCII冲突,,中国制定GB2312编码,把中文编进去。类似的,韩国,日本都出来格子标准,结果就是多语言混合的文本中会

    2022年4月15日
    44
  • 深度之眼Paper带读笔记NLP.10:DCNN

    深度之眼Paper带读笔记NLP.10:DCNN文章目录前言第一课论文导读句子建模简介相关技术前期知识储备前言本课程来自深度之眼deepshare.net,部分截图来自课程视频。文章标题:AConvolutionalNeuralNetworkForModellingSentences原标题翻译:一种用于句子建模的卷积神经网络作者:NalKalchbrenner等单位:UniversityofOxford发表会议…

    2022年6月10日
    181

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号