Sublime Text安装与配置教程

Sublime Text是我一直使用的代码编辑器,我喜爱它的原因就是好看啊!当然打开速度毋庸置疑啦,毕竟不是IDE。这里我把我的安装与配置步骤教给大家,如有未尽之处,大家自己摸索咯,也欢迎与我交流。
先附上一张美图:

安装Sublime Text 3


下载地址请点击这里
安装过程就不多说了,一直点next就行了。

配置C++运行环境


装完后可以直接写代码了,但是不能运行C++的哦,还需要配置运行环境。

  • 首先要安装C++的编译器MinGW,可以直接去官网下(传送门)。不过我自己是直接下的CodeBlocks(传送门),然后用的自带的MinGW。

  • 装完编译器之后在我的电脑右键,依次点击属性 - 高级系统设置 - 环境变量,在系统变量中找到Path,编辑它,新建一条,添加MinGW路径,以我的为例是E:\software\codeblocks\MinGW\bin

  • 打开Sublime Text,依次点击Tools - Build System - new Build System,粘贴以下代码:

    {
      "encoding": "utf-8",
      "working_dir": "$file_path",
      "shell_cmd": "g++ -Wall -std=c++11 \"$file_name\" -o \"$file_base_name\"",
      "file_regex": "^(..[^:]*):([0-9]+):?([0-9]+)?:? (.*)$",
      "selector": "source.c++",
    
      "variants": 
      [
          {    
          "name": "Run",
              "shell_cmd": "g++ -Wall -std=c++11 \"$file\" -o \"$file_base_name\" && start cmd /c \"\"${file_path}/${file_base_name}\" & pause\""
          }
      ]
    }
  • 然后ctrl+s保存,命名为c++11。

这时候随便写一个C++代码,然后Tools - Build System选择c++11,然后按ctrl+b就可以运行啦。
我这配置的是控制台运行的C++,所以支持输入数据的哦!

配置Java运行环境


  • 首先下载Java的编译器jdk(传送门),安装过程就不说了。
  • 环境变量应该不用自己添加了,安装过程会帮你自动添加。
  • 打开Sublime Text,依次点击Tools - Build System - new Build System,粘贴以下代码:
    {
      "cmd": ["javac","-d",".","$file"],
      "file_regex": "^(...*?):([0-9]*):?([0-9]*)",
      "selector": "source.java",
      "encoding":"cp936",
      //执行完上面的命令就结束
      // 下面的命令需要按Ctrl+Shift+b来运行
      "variants":
      [
          {
              "name": "Run",
              "shell": true,
              "cmd" : ["start","cmd","/c", "java ${file_base_name} &echo. & pause"],
               //c是执行完命令后关闭cmd窗口,
              //k是执行完命令后不关闭cmd窗口。
              // echo. 相当于输入一个回车
              // pause命令使cmd窗口按任意键后才关闭
              "working_dir": "${file_path}",
              "encoding":"cp936"
          }
      ]
    }
  • 然后ctrl+s保存,命名为JavaC。

这时候随便写一个Java代码,然后Tools - Build System选择JavaC,然后按ctrl+b就可以运行啦。
我这配置的是控制台运行的Java,所以支持输入数据的哦!

配置Python运行环境


  • 强烈推荐配合Python发行版本Anaconda使用,下载地址(传送门),下载速度有点慢,推荐使用迅雷下载。安装过程就不多说了。一定要记得安装过程中有一步添加系统变量一定要勾上!
  • 然后…就没有然后了,Python运行环境安装就是这么简单,直接按ctrl+b就能运行了,但是不支持输入数据哦,想要输入数据的话要安装Sublime REPL插件,请看后面的教程。

安装插件

Sublime Text的强大之处就是可以安装各种插件满足你的需求。
安装过程很简单:

  • 首先要安装插件管理工具Package Control,按ctrl+shift+p,输入Install Package,按回车,等待安装完毕。
  • 然后Preferences选项菜单就会出现Package Control子菜单。
  • 然后按ctrl+shift+p,输入各种插件名称就能安装啦。

下面推荐几个我使用的插件,其他的可以自行百度搜索。

  • Anaconda
    这个需要你先安装了Anaconda,然后可以提供各种强大的功能,比如代码提示、函数文档查询、代码风格纠正等等。
  • SublimeREPL
    这个是为了Python输入数据准备的插件,装完之后点击Preferences - Key Bindings,在User文件里粘贴以下代码:
      [ 
          { "keys": ["f5"],
              "caption": "SublimeREPL: Python - RUN current file",
              "command": "run_existing_window_command", "args":
              {
                  "id": "repl_python_run",
                  "file": "config/Python/Main.sublime-menu"
              }
          }
      ]
    然后运行Python代码时直接按F5就行啦!
    下面两个随意装。
  • SublimeHighLight
    装完之后选中你要复制的代码,右键Copy as RTF,然后粘贴到Word里就会保留代码格式,很漂亮的啊!
  • ConvertToUTF8
    这是为了某些中文显示准备的插件,貌似不怎么用得到,随意装吧。

我用的就这些啦,Sublime Text写代码还是很方便的,现在基本不用其他的IDE了,能少打开一个软件是一个嘛。

快捷键


直接递上传送门

sublime配置

Settings:

{
    "color_scheme": "Packages/Color Scheme - Default/Monokai.sublime-color-scheme",
    "font_options":
    [
        "gdi"
    ],
    "font_size": 14,
    "ignored_packages":
    [
        "Vintage"
    ],
    "theme": "Adaptive.sublime-theme",
    "translate_tabs_to_spaces": true,
    "expand_tabs_on_save": true,
    "tab_size": 4,
}

Anaconda Settings User:

{
    "python_interpreter": "E:/software/anaconda/python.exe",
    "suppress_word_completions": false,
    "suppress_explicit_completions": false,
    "complete_parameters": true,
    "complete__all_parameters": true,
    "anaconda_linting": false,
    "swallow_startup_errors": true,
    "auto_formatting": true,
    "enable_docstrings_tooltip": true,
    "enable_signatures_tooltip": true,
    "display_signatures": true,
}

   转载规则


《Sublime Text安装与配置教程》 韦阳 采用 知识共享署名 4.0 国际许可协议 进行许可。
 上一篇
Semi-supervised sequence tagging with bidirectional language models Semi-supervised sequence tagging with bidirectional language models
论文链接:P17-1161 摘要 从未标注文本中学习到的预训练词向量已经成为NLP任务神经网络结构的重要组成部分。但是大多数情况下,现在的循环神经网络还是从极少的标注数据中学习上下文相关的表示。所以这篇论文研究一种通用的半监督学习方法,将从
2017-10-03
下一篇 
吴恩达深度学习公开课第二周编程练习2 吴恩达深度学习公开课第二周编程练习2
这次练习是实现logistic回归模型的神经网络,来预测一张图片是不是一只猫。我把代码整合在了一起,如下: import numpy as np import matplotlib.pyplot as plt import h5py imp
2017-09-20
  目录