C-g C-_
不太好記的按鍵組合…
參 http://stackoverflow.com/questions/3527142/how-do-you-redo-changes-after-undo-with-emacs
2013年6月30日 星期日
2013年6月11日 星期二
emacs如何刪除所有空白行
M-x flush-lines RET ^$ RET參考以下連結的說明 http://www.masteringemacs.org/articles/2011/03/16/removing-blank-lines-buffer/
2013年6月6日 星期四
org mode中以gnuplot為表格製圖
先看個範例
安裝步驟參 http://orgmode.org/worg/org-tutorials/org-plot.html
1. 安裝gnuplot。不過在ubuntu安裝gnuplot要下
sudo apt-get install gnuplot-x11
(參 http://askubuntu.com/questions/217867/just-installed-ubuntu-12-10-and-gnuplot-wxt-terminal-doesnt-work)
安裝完記得確認是否正確安裝，參考 http://user.frdm.info/ckhung/b/ma/gnuplot.php 測試一下
2. emacs中用elpa裝 gnuplot-mode 。參 https://github.com/bruceravel/gnuplot-mode
3. 可以處理的表格目前只能以列來表示一組資料，轉置指令為 org-table-transpose-table-at-point
4. 有missing data時記得用 ? 填入，否則畫出來的圖會有問題
安裝步驟參 http://orgmode.org/worg/org-tutorials/org-plot.html
1. 安裝gnuplot。不過在ubuntu安裝gnuplot要下
sudo apt-get install gnuplot-x11
(參 http://askubuntu.com/questions/217867/just-installed-ubuntu-12-10-and-gnuplot-wxt-terminal-doesnt-work)
安裝完記得確認是否正確安裝，參考 http://user.frdm.info/ckhung/b/ma/gnuplot.php 測試一下
2. emacs中用elpa裝 gnuplot-mode 。參 https://github.com/bruceravel/gnuplot-mode
3. 可以處理的表格目前只能以列來表示一組資料，轉置指令為 org-table-transpose-table-at-point
4. 有missing data時記得用 ? 填入，否則畫出來的圖會有問題
2013年5月16日 星期四
perl使用regular expression來match中文數字的寫法
中文的一，從emacs上按C-u C-x =可查得以下資料
file code: #xE4 #xB8 #x80 (encoded by coding system utf-8-dos)
character: 一 (displayed as 一) (codepoint 19968, #o47000, #x4e00)
以下假設資料檔abc為utf8格式儲存。最基本的寫法是
perl -ne 'print if m/^一、/' abc
使用utf8碼亦可
perl -ne 'print if m/^\xe4\xb8\x80、/' abc
以下寫法則錯誤，因為[]這個寫法會取第一個byte，所以會match到其它字
perl -ne 'print if m/^[一]、/' abc
由於中文字的大寫數字當初制定unicode時沒有連號，事實上也不能用[0-9]這種寫法…
以下是目前看來可以work的寫法
perl -ne 'print if m/^(一|二|三|四|五|六|七|八|九|十)+、/' abc
要match任意中文字，必需要使用 '-Mopen qw/:std :utf8/' 選項，它最大的功用在於將所讀入的utf8編碼字串自動轉為unicode，不需要手動呼叫decode('utf8',$string)，例如
perl '-Mopen qw/:std :utf8/' -ne 'print if /\p{Han}/' abc
perl '-Mopen qw/:std :utf8/' -ne 'print if /[\x{4e00}-\x{9fcc}]/' abc
這兩種寫法的效果是一樣的，而//當中放中文字時顯然固定會被當作utf8去match，因此以下寫法錯誤
perl -ne 'print if m/^一、/' abc
perl '-Mopen qw/:std :utf8/' '-MEncode' -ne '$test=decode("utf8","一");print if m/$test/' abc
理想上我也希望能混用中文及萬用字元於常規表示法，不過目前看來是無解了…
file code: #xE4 #xB8 #x80 (encoded by coding system utf-8-dos)
character: 一 (displayed as 一) (codepoint 19968, #o47000, #x4e00)
以下假設資料檔abc為utf8格式儲存。最基本的寫法是
perl -ne 'print if m/^一、/' abc
使用utf8碼亦可
perl -ne 'print if m/^\xe4\xb8\x80、/' abc
以下寫法則錯誤，因為[]這個寫法會取第一個byte，所以會match到其它字
由於中文字的大寫數字當初制定unicode時沒有連號，事實上也不能用[0-9]這種寫法…
以下是目前看來可以work的寫法
perl -ne 'print if m/^(一|二|三|四|五|六|七|八|九|十)+、/' abc
要match任意中文字，必需要使用 '-Mopen qw/:std :utf8/' 選項，它最大的功用在於將所讀入的utf8編碼字串自動轉為unicode，不需要手動呼叫decode('utf8',$string)，例如
perl '-Mopen qw/:std :utf8/' -ne 'print if /\p{Han}/' abc
perl '-Mopen qw/:std :utf8/' -ne 'print if /[\x{4e00}-\x{9fcc}]/' abc
這兩種寫法的效果是一樣的，而//當中放中文字時顯然固定會被當作utf8去match，因此以下寫法錯誤
perl '-Mopen qw/:std :utf8/' '-MEncode' -ne '$test=decode("utf8","一");print if m/$test/' abc
理想上我也希望能混用中文及萬用字元於常規表示法，不過目前看來是無解了…
2013年5月14日 星期二
2013年5月9日 星期四
Emacs中特殊字元的顯示及輸入
http://ergoemacs.org/emacs/keystroke_rep.html
像是由word的doc檔轉來的，裏面會出現很多^K，這是當使用者使用了自動編號功能，在換行時按了C-enter所致。還有word中換行是\r\n，在emacs中只使用\n，因此多出來的\r會以^M這樣的形式出現在每一行末；有時Emacs左下角若為U(DOS)模式時可認出文件由windows所生成，自然會轉換為正確的顯示方式，但有時認不出來，或換行符號有多種組合存在同一文件中，那麼也會認不出來。
至於這些特殊字元的輸入，則以像C-q C-J這樣的按鍵組合來輸入\n(即^J)這個0xA字元於buffer當中
像是由word的doc檔轉來的，裏面會出現很多^K，這是當使用者使用了自動編號功能，在換行時按了C-enter所致。還有word中換行是\r\n，在emacs中只使用\n，因此多出來的\r會以^M這樣的形式出現在每一行末；有時Emacs左下角若為U(DOS)模式時可認出文件由windows所生成，自然會轉換為正確的顯示方式，但有時認不出來，或換行符號有多種組合存在同一文件中，那麼也會認不出來。
至於這些特殊字元的輸入，則以像C-q C-J這樣的按鍵組合來輸入\n(即^J)這個0xA字元於buffer當中
2013年5月6日 星期一
perl one liner開utf8檔的寫法
一開始是因為要試regular expression在match 單一中文字時，竟然無法成功。眼看 http://stackoverflow.com/questions/12312310/how-to-match-chinese-characters-in-perl?lq=1 上寫得斬釘截鐵，我開始懷疑起自己來了…
結果寫了個.pl檔試試，一開始也失敗，但是開始發現，問題似乎是因為沒有以utf8格式開檔，後來找到 http://zenoga.tumblr.com/post/40094864918/unicode-aware-perl-one-liners 才解決了這個問題。看起來沒什麼，不過可花了我半個早上啊…
以下這行就是結果，可以拿來斷中文句子
perl '-Mopen qw/:std :utf8/' -ne 'while(m/(\p{Han}+)/g){print "$1\n";}' test.simp.utf8
據說詞頻的統計要用到 pat-tree / suffix tree / trie，估狗了一下覺得只有 http://search.cpan.org/~avif/Tree-Trie-1.9/Trie.pm 適合中文詞頻統計之用。有個現成的斷詞模組叫mmseg, 用法如下
perl '-Mopen qw/:utf8/' '-MLingua::ZH::MMSEG' -Mutf8 -ne 'print join "\n", mmseg' jian.txt
下一步就是要把結果丟給AI::Categorizer或AI::Classifier來看看結果如何…
20170208更新：
windows 平台上指令請改為
perl "-Mopen qw/:utf8/" -MLingua::ZH::MMSEG -Mutf8 -ne "print join \"\n\", mmseg" XXX
結果寫了個.pl檔試試，一開始也失敗，但是開始發現，問題似乎是因為沒有以utf8格式開檔，後來找到 http://zenoga.tumblr.com/post/40094864918/unicode-aware-perl-one-liners 才解決了這個問題。看起來沒什麼，不過可花了我半個早上啊…
以下這行就是結果，可以拿來斷中文句子
perl '-Mopen qw/:std :utf8/' -ne 'while(m/(\p{Han}+)/g){print "$1\n";}' test.simp.utf8
據說詞頻的統計要用到 pat-tree / suffix tree / trie，估狗了一下覺得只有 http://search.cpan.org/~avif/Tree-Trie-1.9/Trie.pm 適合中文詞頻統計之用。有個現成的斷詞模組叫mmseg, 用法如下
perl '-Mopen qw/:utf8/' '-MLingua::ZH::MMSEG' -Mutf8 -ne 'print join "\n", mmseg' jian.txt
下一步就是要把結果丟給AI::Categorizer或AI::Classifier來看看結果如何…
20170208更新：
windows 平台上指令請改為
perl "-Mopen qw/:utf8/" -MLingua::ZH::MMSEG -Mutf8 -ne "print join \"\n\", mmseg" XXX
訂閱：
文章 (Atom)
