最近开始学习Erlang,一方面出于对其主要语言特征(高并发)的兴趣,另一方面,当前项目的压力测试希望用Tsung(http://tsung.erlang-projects.org/,基于Erlang,很好的压力测试工具)来做,而当前Tsung的协议支持还不能满足我们的要求(XMPP over Websocket),所以希望对其进行扩展(下一篇会讲到Tsung的具体扩展实现)。当然,学习一门语言就需要一个简单方便的工具来进行一些简单的实验。一开始试用了下Erlide(http://erlide.org/),但是配起来后,发现保存文件的时候有时候不会自动编译,然后运行一次程序会开一个新的Erlang交互进程,总觉得不太舒服,就放弃了。然后,对vim也挺有兴趣的,就开始配置使用vimerl(https://github.com/jimenezrick/vimerl)。
为了方便,直接下了个Window版的vim,装好后安装vim-pathogen(方便管理vim插件的工具,https://github.com/tpope/vim-pathogen),按vim-pathogen的说明,在vimfiles(Windows下)目录下新建了个bundle目录,然后git
clone https://github.com/jimenezrick/vimerl。新建个简单的Erlang文件,修改,保存...
呃… Windows下的cmd窗口一闪而过,也不知道发生什么事情,也不太了解vim的插件工作机制,可一有点是好的,就是有vimerl的源代码,然后就开始苦逼的开始研究它的代码,经过各种调试(对一个从没接触vim脚本,也没写过Erlang程序的苦逼程序员来说,这个时间稍微有点长),最后问题定位在保存文件后,调用外部程序来编译Erlang文件的命令上,源代码如下(vimerl\compiler\erlang.vim):
[1] execute "setlocal makeprg=" .
s:erlang_check_file . "\\ \%"
其中s:erlang_check_file=vimerl\compiler\erlang_check.erl,看了下这个文件的内容:调用Erlang的compile:file来编译一个Erlang源代码文件,并返回编译结果。上面那条命令的主要作用MS就是想调用Erlang的编译器来编译当前的文件,并把结果反馈回vim,但是没有成功。但是,在上条命令的上面有一条类似的命令:
[2] setlocal makeprg=escript\ -s\ %(%代表当前文件)
先不管其它的,看看这个escript程序是干什么的,Google后了解到,这个程序提供的功能跟Linux下的bash一样,可以执行一个标记为Erlang Script(通过#!/usr/bin/env escript来实现,具体可查看vimerl\compiler\erlang_check.erl)的文件。那么命令[1]的目的就是想通过escript程序来执行erlang_check.erl来编译程序,但在Windows下调用没有成功(在Linux下,这个应该不会是问题),问题查明后,修改也就很简单了:
[3] execute "setlocal makeprg=" .
"escript.exe\\ " . s:erlang_check_file . "\\ \%"
修改后,再保存,有编译错误时,可正确在vim的状态栏提示,OK。
再看一下,发现vimerl还有自动补全的功能,输入Erlang模块名后(erlang:,lists:的形式),按Ctrl+X+O后,会出现提出列表。不过这个功能需要先安装Erlang的man文档,从官网下载后安装。再打开一个Erlang源文件,按下Ctrl+X+O… 呃…,也有问题,不过这次的错误比较明显,找不到grep程序: vimerl\autoload\erlang_complete.vim。Window下当然没有grep程序,不过还好有个Window下的开源Grep实现(http://gnuwin32.sourceforge.net/packages/grep.htm),下载安装后,再修改vimerl中相应的参数(let g:erlang_completion_grep
= 'Grep'),不过这样还不是不能正常工作,主要是vimerl中使用grep的主要目的是从Erlang的man文件中搜索函数定义,但使用的匹配模式是类似/man?/lists.?/(熟悉Linux的都应该知道man文档一般会有好几个目录,以数字区分,比如man1,man2等等,而同一个函数也会有类似的形式lists.1,lists.2,当然这里的lists代表Erlang里的模块)的形式,在Linux下,这种模式可以
正确的工作,但是在Windows下,这种形式无法工作,会提示/man?/文件不存在的错误。其实也就是说Windows下的Grep不能递归匹配,那怎么解决呢,只有先找到man的正确目录,在调用Grep去匹配,这样就需要一个类似Linux下find命令的程序来找到正确的man目录。还好,有个Windows版的findutils(http://gnuwin32.sourceforge.net/packages/findutils.htm),安装后,再按上面的思路修改erlang_complete.vim相关实现(代码见后面说明),再试,终于OK。
功能是好了,不过进行自动补全时,对同一个模块,如果重新打开一个Erlang源文件,vimerl会重新进行匹配,在Linux下问题可能不是很大,但在Windows下,那个cmd窗口每次就不停的弹出,一般一个模块有多少个函数就弹多少次(Linux下没有这个问题,在cmd命令下使用vim也不会有这个问题),多少让人有点烦恼;而且每次打开一个新文件,都重新查找同一个模块的匹配,从速度上来说,也无法忍受。要加快速度,最简单的办法就是加缓存:一个模块在第一次匹配后,将匹配结果缓存到磁盘,并且在打开一个Erlang源文件时,从磁盘加载缓存的匹配结果,这样,在下一次匹配同一个模块时,就直接从缓存里匹配。
加快匹配速度后,还有一个问题,就是在没有Erlang模块名做前缀的情况下,vimerl会尝试从当前模块,或者同一目录下的其它模块匹配函数名(本地函数)。用过Eclipse的同学都知道,这时候,我可能想输入的并不是当前模块(或者同一目录下的其它模块内)的函数名,可能想输入一个内置函数名(Erlang的BIFs)或者也有可能只是想输入一个模块名。
有了这些想法就着手实现,缓存放在vimerl\autoload\ erlang_index中,每一行对应一个模块中的函数列表:模块名为键,函数列表为值。在保存一个Erlang源文件编译时,会先加载缓存,然后从缓存中匹配。在加载缓存时,会自动生成一个以module为键,所有已缓存的模块名列表为值的对象,在进行本地函数名(不带模块名的形式)匹配时,先按照默认的方式匹配,再匹配模块名,然后再匹配BIFs,最后将三者的结果都加入到匹配结果列表中。
总体的实现就是这样的,上述的修改和扩展都可以在我的github上找到(https://github.com/onlychoice/vimerl/tree/win-vimerl )找到,欢迎有兴趣的同学下载试用,有什么问题可以留言讨论。
PS:有了这些功能后,编辑小的Erlang程序应该够了,但是如果要管理一个稍微有点规模的工程,可能就有点不太方便,后续可能会实现这方面的功能。
分享到:
相关推荐
!!!!!!!!!项目已移至 https://sourceforge.net/projects/erlangmodeforqtcreator/ Erlang 编辑器插件 ==================== 插件用于QtCreator 编辑 Erlang 源文件 功能: - 缩进(基于 vimerl ...
基于Maxwell设计的经典280W 4025RPM高效率科尔摩根12极39槽TBM无框力矩电机:生产与学习双重应用案例,基于Maxwell设计的经典280W高转速科尔摩根TBM无框力矩电机:7615系列案例解析与应用实践,基于maxwwell设计的经典280W,4025RPM 内转子 科尔摩根 12极39槽 TBM无框力矩电机,7615系列。 该案例可用于生产,或者学习用,(157) ,maxwell设计; 280W; 4025RPM内转子; 科尔摩根; 12极39槽TBM无框力矩电机; 7615系列; 生产/学习用。,基于Maxwell设计,高功率280W 12极39槽TBM无框力矩电机:生产与学习双用途案例
基于碳交易的微网优化模型的Matlab设计与实现策略分析,基于碳交易的微网优化模型的Matlab设计与实现探讨,考虑碳交易的微网优化模型matlab ,考虑碳交易; 微网优化模型; MATLAB;,基于Matlab的碳交易微网优化模型研究
二级2025模拟试题(答案版)
OpenCV是一个功能强大的计算机视觉库,它提供了多种工具和算法来处理图像和视频数据。在C++中,OpenCV可以用于实现基础的人脸识别功能,包括从摄像头、图片和视频中识别人脸,以及通过PCA(主成分分析)提取图像轮廓。以下是对本资源大体的介绍: 1. 从摄像头中识别人脸:通过使用OpenCV的Haar特征分类器,我们可以实时从摄像头捕获的视频流中检测人脸。这个过程涉及到将视频帧转换为灰度图像,然后使用预训练的Haar级联分类器来识别人脸区域。 2. 从视频中识别出所有人脸和人眼:在视频流中,除了检测人脸,我们还可以进一步识别人眼。这通常涉及到使用额外的Haar级联分类器来定位人眼区域,从而实现对人脸特征的更细致分析。 3. 从图片中检测出人脸:对于静态图片,OpenCV同样能够检测人脸。通过加载图片,转换为灰度图,然后应用Haar级联分类器,我们可以在图片中标记出人脸的位置。 4. PCA提取图像轮廓:PCA是一种统计方法,用于分析和解释数据中的模式。在图像处理中,PCA可以用来提取图像的主要轮廓特征,这对于人脸识别技术中的面部特征提取尤
麻雀搜索算法(SSA)自适应t分布改进版:卓越性能与优化代码注释,适合深度学习。,自适应t分布改进麻雀搜索算法(TSSA)——卓越的学习样本,优化效果出众,麻雀搜索算法(SSA)改进——采用自适应t分布改进麻雀位置(TSSA),优化后明显要优于基础SSA(代码基本每一步都有注释,代码质量极高,非常适合学习) ,TSSA(自适应t分布麻雀位置算法);注释详尽;高质量代码;适合学习;算法改进结果优异;TSSA相比基础SSA。,自适应T分布优化麻雀搜索算法:代码详解与学习首选(TSSA改进版)
锂电池主动均衡Simulink仿真研究:多种均衡策略与电路架构的深度探讨,锂电池主动均衡与多种均衡策略的Simulink仿真研究:buckboost拓扑及多层次电路分析,锂电池主动均衡simulink仿真 四节电池 基于buckboost(升降压)拓扑 (还有传统电感均衡+开关电容均衡+双向反激均衡+双层准谐振均衡+环形均衡器+cuk+耦合电感)被动均衡电阻式均衡 、分层架构式均衡以及分层式电路均衡,多层次电路,充放电。 ,核心关键词: 锂电池; 主动均衡; Simulink仿真; 四节电池; BuckBoost拓扑; 传统电感均衡; 开关电容均衡; 双向反激均衡; 双层准谐振均衡; 环形均衡器; CUK均衡; 耦合电感均衡; 被动均衡; 电阻式均衡; 分层架构式均衡; 多层次电路; 充放电。,锂电池均衡策略研究:Simulink仿真下的多拓扑主动与被动均衡技术
S7-1500和分布式外围系统ET200MP模块数据
内置式永磁同步电机无位置传感器模型:基于滑膜观测器和MTPA技术的深度探究,内置式永磁同步电机基于滑膜观测器和MTPA的无位置传感器模型研究,基于滑膜观测器和MTPA的内置式永磁同步电机无位置传感器模型 ,基于滑膜观测器;MTPA;内置式永磁同步电机;无位置传感器模型,基于滑膜观测与MTPA算法的永磁同步电机无位置传感器模型
centos7操作系统下安装docker,及docker常用命令、在docker中运行nginx示例,包括 1.设置yum的仓库 2.安装 Docker Engine-Community 3.docker使用 4.查看docker进程是否启动成功 5.docker常用命令及nginx示例 6.常见问题
给曙光服务器安装windows2012r2时候找不到磁盘,问厂家工程师要的raid卡驱动,内含主流大多数品牌raid卡驱动
数学建模相关主题资源2
西门子四轴卧式加工中心后处理系统:828D至840D支持,四轴联动制造解决方案,图档处理与试看程序一应俱全。,西门子四轴卧加后处理系统:支持828D至840D系统,四轴联动高精度制造解决方案,西门子四轴卧加后处理,支持828D~840D系统,支持四轴联动,可制制,看清楚联系,可提供图档处理试看程序 ,核心关键词:西门子四轴卧加后处理; 828D~840D系统支持; 四轴联动; 制程; 联系; 图档处理试看程序。,西门子四轴卧加后处理程序,支持多种系统与四轴联动
MATLAB下基于列约束生成法CCG的两阶段鲁棒优化问题求解入门指南:算法验证与经典文献参考,MATLAB下基于列约束生成法CCG的两阶段鲁棒优化问题求解入门指南:算法验证与文献参考,MATLAB代码:基于列约束生成法CCG的两阶段问题求解 关键词:两阶段鲁棒 列约束生成法 CCG算法 参考文档:《Solving two-stage robust optimization problems using a column-and-constraint generation method》 仿真平台:MATLAB YALMIP+CPLEX 主要内容:代码构建了两阶段鲁棒优化模型,并用文档中的相对简单的算例,进行CCG算法的验证,此篇文献是CCG算法或者列约束生成算法的入门级文献,其经典程度不言而喻,几乎每个搞CCG的两阶段鲁棒的人都绕不过此篇文献 ,两阶段鲁棒;列约束生成法;CCG算法;MATLAB;YALMIP+CPLEX;入门级文献。,MATLAB代码实现:基于两阶段鲁棒与列约束生成法CCG的算法验证研究
“生热研究的全面解读:探究参数已配置的Comsol模型中的18650圆柱锂电池表现”,探究已配置参数的COMSOL模型下的锂电池生热现象:18650圆柱锂电池模拟分析,出一个18650圆柱锂电池comsol模型 参数已配置,生热研究 ,出模型; 18650圆柱锂电池; comsol模型; 参数配置; 生热研究,构建18650电池的COMSOL热研究模型
移动端多端运行的知识付费管理系统源码,TP6+Layui+MySQL后端支持,功能丰富,涵盖直播、点播、管理全功能及礼物互动,基于UniApp跨平台开发的移动端知识付费管理系统源码:多端互通、全功能齐备、后端采用TP6与PHP及Layui前端,搭载MySQL数据库与直播、点播、管理、礼物等功能的强大整合。,知识付费管理系统源码,移动端uniApp开发,app h5 小程序一套代码多端运行,后端php(tp6)+layui+MySQL,功能齐全,直播,点播,管理,礼物等等功能应有尽有 ,知识付费;管理系统源码;移动端uniApp开发;多端运行;后端php(tp6);layui;MySQL;直播点播;管理功能;礼物功能,知识付费管理平台:全功能多端运行系统源码(PHP+Layui+MySQL)
基于Python+Django+MySQL的个性化图书推荐系统:协同过滤推荐,智能部署,用户定制功能,基于Python+Django+MySQL的个性化图书推荐系统:协同过滤推荐,智能部署,用户定制功能,Python+Django+Mysql个性化图书推荐系统 图书在线推荐系统 基于用户、项目、内容的协同过滤推荐算法。 帮远程安装部署 一、项目简介 1、开发工具和实现技术 Python3.8,Django4,mysql8,navicat数据库管理工具,html页面,javascript脚本,jquery脚本,bootstrap前端框架,layer弹窗组件、webuploader文件上传组件等。 2、项目功能 前台用户包含:注册、登录、注销、浏览图书、搜索图书、信息修改、密码修改、兴趣喜好标签、图书评分、图书收藏、图书评论、热点推荐、个性化推荐图书等功能; 后台管理员包含:用户管理、图书管理、图书类型管理、评分管理、收藏管理、评论管理、兴趣喜好标签管理、权限管理等。 个性化推荐功能: 无论是否登录,在前台首页展示热点推荐(根据图书被收藏数量降序推荐)。 登录用户,在前台首页展示个性化推荐
STM32企业级锅炉控制器源码分享:真实项目经验,带注释完整源码助你快速掌握实战经验,STM32企业级锅炉控制器源码:真实项目经验,完整注释,助力初学者快速上手,stm32真实企业项目源码 项目要求与网上搜的那些开发板的例程完全不在一个级别,也不是那些凑合性质的项目可以比拟的。 项目是企业级产品的要求开发的,能够让初学者了解真实的企业项目是怎么样的,增加工作经验 企业真实项目网上稀缺,完整源码带注释,适合没有参与工作或者刚学stm32的增加工作经验, 这是一个锅炉的控制器,有流程图和程序协议的介绍。 ,stm32源码;企业级项目;工作经验;锅炉控制器;流程图;程序协议,基于STM32的真实企业级锅炉控制器项目源码
整车性能目标书:涵盖燃油车、混动车及纯电动车型的十六个性能模块目标定义模板与集成开发指南,整车性能目标书:涵盖燃油车、混动车及纯电动车型的十六个性能模块目标定义模板与集成开发指南,整车性能目标书,汽车性能目标书,十六个性能模块目标定义模板,包含燃油车、混动车型及纯电动车型。 对于整车性能的集成开发具有较高的参考价值 ,整车性能目标书;汽车性能目标书;性能模块目标定义模板;燃油车;混动车型;纯电动车型;集成开发;参考价值,《汽车性能模块化目标书:燃油车、混动车及纯电动车的集成开发参考》
SNMP协议测试工具,解压:000000