Linux vim选择colorscheme后,为何Xshell下打开Vim后背景色全变黑色,而且只有黑色!

hangelsing hangelsing 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
我在虚拟机Vmware上装了Fedora 17,本机操作系统为Win7 64-bit,本机安装Xshell 通过SSH登录fedora进行C开发。

比较喜欢几个vim colorscheme,比如darkburn、wombat256和solarized,但是我发现这三个vim颜色主题在终端和Xshell上都会将xshell预设的背景覆盖掉,只有黑色背景(不知道是不是只有我这样),尝试过很多方法都不行。

xshell和vim对256色的支持也做过了修改如下


PS:我在Fedora中打开终端编辑vim也是一样的,背景全黑。。。

我也怀疑是不是我的设置有问题,但是重新做了一个虚拟机系统,只配vim colorscheme后还是不能正确显示其背景色,xshell下还是只有黑色,抓狂了!

我发现网上做的vim配色推荐几乎全是用MacVIM演示截图,在mac os下测试很简单,没有任何问题。
Linux下面用应该也不会有问题才对。。。

以solarized.vim 为例说明一下,完全按照
https://github.com/altercation/vim-colors-solarized
这里的步骤操作的,我希望结果是这样的
只要达到这个效果就行。

请教vim达人,如何设置才能达到随着vim colorscheme的切换,xshell在vim编辑状态下能完全按照colorscheme设定的颜色表示?现在只要应用solarized.vim,background=dark模式能成功就行[因为solarized还有一个light模式],就是完全和示例图一样的效果。
另外说明我不喜欢其他的colorscheme,所以请大神们告知哪里出问题了,多谢!

...全文

相关推荐

xshell-xshell颜色主题ColorScheme配置之Molokai.zip

xshell xshell_xshell颜色主题ColorScheme配置之Molokai

Mopes__

科技成果进场交易前,评估备案环节需要准备哪些材料?.docx

科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

人工智能基于类型化方法的训练数据获取与处理体系:构建数据中心化AI治理框架

内容概要:本文从类型化视角系统研究了人工智能训练数据的获取与处理体系,提出应构建多元化、高质量、合规有序的数据供给体系。文章首先分析数据获取的三种类型:来源类型(网络公开抓取、开源数据集、多源协同)、合规性类型(合法性困境与制度供给)以及产业组织类型(“隐身劳动”到多元协作)。随后构建数据处理的类型化体系,包括四方面:阶段类型(从“生语料”到“归档数据集”的五阶段流程)、操作类型(形成包含采集、清洗、标注、脱敏、去重、切片、向量化等在内的“数据操作工具箱”)、范式类型(推动从“模型中心”向“数据中心”的范式转型),以及管理类型(建立覆盖全生命周期的治理框架)。最后指出,AI治理正迈向以数据为中心的新范式,需通过制度完善、产业协同、技术创新与监管强化实现系统性突破。; 适合人群:从事人工智能研发、数据治理、算法合规及相关政策研究的专业人员,尤其适用于AI企业技术管理者、数据科学家、法律合规从业者及政府监管部门人员。; 使用场景及目标:①理解AI训练数据获取的合法路径与产业协作模式;②掌握数据处理的全流程阶段划分与核心技术操作;③推动“数据为中心”的AI开发范式转型;④构建符合法律与伦理要求的全生命周期数据治理体系。; 阅读建议:此资源理论与实践结合紧密,建议读者结合实际项目中的数据采集、清洗、标注与合规流程进行对照学习,并重点关注“数据操作工具箱”与“数据中心AI”范式,以提升数据工程化能力和治理水平。

王大师王文峰

政府科技管理者在推动区域科技创新时,如何精准配置科技成果与产业需求?.docx

科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

基于LADRC控制器(三阶扩张状态观测器)的永磁同步直线电机位置环控制matlab仿真

内容概要:本文详细介绍了基于LADRC控制器(三阶扩张状态观测器)的永磁同步直线电机位置环控制系统的Matlab仿真研究,系统阐述了该先进控制策略在高精度运动控制中的应用。文章围绕LADRC的核心思想——通过扩张状态观测器实时估计并补偿系统内部动态不确定性及外部扰动,从而显著提升控制系统的鲁棒性、抗干扰能力和动态响应性能展开论述。内容涵盖控制器的整体设计架构、三阶扩张状态观测器的数学建模与实现方法、非线性反馈控制律的构建、关键参数的整定策略,并通过Matlab/Simulink搭建完整的仿真模型,与传统PID控制进行了对比实验,充分验证了LADRC在抑制负载扰动、减小跟踪误差、加快响应速度等方面的优越性。; 适合人群:具备自动控制理论基础和Matlab/Simulink仿真经验的电气工程、自动化、机电一体化及相关专业的硕士研究生、博士研究生、科研人员及从事高性能电机驱动系统开发的工程技术人员。; 使用场景及目标:①用于高性能永磁同步直线电机控制系统的设计、分析与性能优化;②作为自抗扰控制(ADRC)及其变体(LADRC)算法的教学案例与科研仿真平台;③深入理解扩张状态观测器的工作机理及扰动补偿机制;④对比研究LADRC与传统PID等线性控制器在动态性能、鲁棒性方面的差异; 阅读建议:建议结合文中详述的仿真模型与参数设置进行动手实践,重点关注扩张状态观测器的设计过程与扰动估计的实时性,通过修改系统参数、引入不同类型的外部负载扰动来测试控制器的鲁棒性,并尝试调整观测器带宽与控制器带宽以观察其对系统性能的影响,从而深化对LADRC核心原理的理解。

荔枝科研社
评论 4
收藏 已收藏
分享
返回顶部
hangelsing
非技术区 427 成员 2,540 内容