《Total Commander:万能文件管理器》——第3.5节.选择文件

简介:

本节书摘来自异步社区《Total Commander:万能文件管理器》一书中的第3章,第3.5节,作者 张玉新,更多章节内容可以访问云栖社区“异步社区”公众号查看。

第3.5节.选择文件

上面讲了如何定位到一个目录或文件。但很多时候,我们要选中多个文件进行处理,所以,这就引出了选择文件的话题。准确讲,是“如何快捷的选择多个文件”。

3.5.1.NC模式的右键选择

TC中有一项设置(如下图),决定了鼠标右键的用途。在windows资源管理器中,右键只有一个点击的作用——这实在可惜。所以,Total Commander推荐另外一种方式,就是用右键拖选。这一方式并非TC的创造,而是来自于一款著名公司的著名软件:Norton Commander(不认识?早就不更新了,但诸位可曾听过Norton Ghost、Symantec Ghost?),所以称为『NC操作方式』。

screenshot
screenshot

如果要发挥TC的最大威力,则推荐NC操作方式。

要体验NC模式的方便,只须用右键在一堆目录或文件上点点拖拖即可。

3.5.2.批量多选

请转到c:windows目录,定位到notepad.exe,然后按下alt+数字键盘+,看看发生了什么?

screenshot

再按几次小键盘的*,看看又发生了什么?

screenshot

按下数字键盘的+,在弹出窗口中选择一种文件类型,比如exe,看看又发生了什么?

screenshot

点击菜单“选择”,如下图,分别体验其中的每一项功能。想一想,保存和加载选择,导出导入选择列表,对你有什么用处?

screenshot

3.5.3.如何快速选中多个子目录下的全部文件?

cohan 网友于2011年4月问:请问如何用TC对多个文件夹里的文件重命名?我选中多个文件夹(folder-a, folder-b)后,打开批量重命名,列表里只有这些文件夹的名字,不能深入到文件夹里的文件吗?谢谢!

首先,从原理上讲,TC选中的对象仅限于直接操作的部分。即点击了目录,只代表选择了目录,并不默认延续到目录中的文件和子目录——这与Windows习惯保持一致。

其次,TC的 ctrl+b 功能,可以穿透目录和子目录,平铺展示当前列表中的所有文件。

但是,要求只穿透选中的目录——TC并无直接操作办法。理论上,可以在选中目录后,再点击一个菜单设定“是否包括子目录和文件”,但这样做,收益甚小,引起的困惑可能更多。

实际上,实现上述效果并不难,要记住,TC的文件搜索不仅是搜索功能,而是一种条件过滤。 因此,只需选中多个文件夹(folder-a, folder-b),

screenshot

调用搜索功能,不设定任何搜索条件,勾选“只在选定的文件(夹)中搜索”:

screenshot

这样,就能得到了全部文件(含子目录)。再“输出到列表”,全选,即可。

screenshot

补充:如果仅想选中文件,而排除目录,可以在输出列表中手工排除,也可在搜索时通过“高级”→“属性”→“文件夹”来限定。

相关文章
|
数据安全/隐私保护 虚拟化 Windows
如何在 VM 虚拟机中安装 Windows Server 2003 操作系统保姆级教程(附链接)
如何在 VM 虚拟机中安装 Windows Server 2003 操作系统保姆级教程(附链接)
|
IDE 编译器 Linux
linux 编译 c或cpp 文件为动态库 so 文件(最简单直观的模板)
linux 编译 c或cpp 文件为动态库 so 文件(最简单直观的模板)
|
9月前
|
自然语言处理 算法 JavaScript
模糊搜索:在不确定性中寻找精确结果
模糊搜索作为搜索技术的基础部分,凭借其较强的容错性和高效性,广泛应用于各类场景。然而,在需求越来越复杂的今天,模糊搜索的局限性也逐渐显现,尤其在深层语义理解和复杂查询中。因此,模糊搜索在与语义搜索等新型搜索方式结合的过程中展现了更大的潜力。希望本文对你理解模糊搜索的背景、原理及应用有所帮助,助力你在实际项目中灵活运用这一工具。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
模糊搜索:在不确定性中寻找精确结果
|
10月前
|
存储 算法 C语言
C 408—《数据结构》算法题基础篇—链表(上)
408考研——《数据结构》算法题基础篇之链表(上)。
486 25
|
消息中间件 缓存 Java
面试官:你的项目有哪些难点?
面试官:你的项目有哪些难点?
710 2
|
搜索推荐 算法 UED
基于Python的推荐系统算法实现与评估
本文介绍了推荐系统的基本概念和主流算法,包括基于内容的推荐、协同过滤以及混合推荐。通过Python代码示例展示了如何实现基于内容的推荐和简化版用户-用户协同过滤,并讨论了推荐系统性能评估指标,如预测精度和覆盖率。文章强调推荐系统设计的迭代优化过程,指出实际应用中需考虑数据稀疏性、冷启动等问题。【6月更文挑战第11天】
2232 3
|
人工智能 安全 数据安全/隐私保护
【AI 生成式】生成式人工智能存在哪些伦理问题?
【5月更文挑战第4天】【AI 生成式】生成式人工智能存在哪些伦理问题?
【AI 生成式】生成式人工智能存在哪些伦理问题?
|
IDE Java 测试技术
【如何学习Python自动化测试】—— 自动化测试环境搭建
【如何学习Python自动化测试】—— 自动化测试环境搭建
276 0