ElasticSearch_(6)分词器的介绍和使用

最新推荐文章于 2024-06-02 14:31:57 发布
最新推荐文章于 2024-06-02 14:31:57 发布
阅读量278 收藏
点赞数
分类专栏： ElasticSearch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Mikowoo007/article/details/106558318
版权

分词器
  将用户输入的一段文本，按照一定逻辑，分析成多个词语的一种工具

standard analyzer

标准分析器是默认分词器，如果未指定，则使用该分词器

curl -X POST "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"standard",
	"text":"The best 3-points shooter is Curry!"
}
'

返回一个json

{
    "tokens": [
        {
            "token": "the",
            "start_offset": 0,
            "end_offset": 3,
            "type": "<ALPHANUM>",
            "position": 0
        },
        {
            "token": "best",
            "start_offset": 4,
            "end_offset": 8,
            "type": "<ALPHANUM>",
            "position": 1
        },
        {
            "token": "3",
            "start_offset": 9,
            "end_offset": 10,
            "type": "<NUM>",
            "position": 2
        },
        {
            "token": "points",
            "start_offset": 11,
            "end_offset": 17,
            "type": "<ALPHANUM>",
            "position": 3
        },
        {
            "token": "shooter",
            "start_offset": 18,
            "end_offset": 25,
            "type": "<ALPHANUM>",
            "position": 4
        },
        {
            "token": "is",
            "start_offset": 26,
            "end_offset": 28,
            "type": "<ALPHANUM>",
            "position": 5
        },
        {
            "token": "curry",
            "start_offset": 29,
            "end_offset": 34,
            "type": "<ALPHANUM>",
            "position": 6
        }
    ]
}

simple analyzer

simple 分析器当它遇到只要不是字母的字符、就将文本解析成term、而且所有的term都是小写的【把所有的非字母都去掉】

curl -X PUT "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"simple",
	"text":"The best 3-points shooter is Curry!"
}
'

返回一个json

{
    "tokens": [
        {
            "token": "the",
            "start_offset": 0,
            "end_offset": 3,
            "type": "word",
            "position": 0
        },
        {
            "token": "best",
            "start_offset": 4,
            "end_offset": 8,
            "type": "word",
            "position": 1
        },
        {
            "token": "points",
            "start_offset": 11,
            "end_offset": 17,
            "type": "word",
            "position": 2
        },
        {
            "token": "shooter",
            "start_offset": 18,
            "end_offset": 25,
            "type": "word",
            "position": 3
        },
        {
            "token": "is",
            "start_offset": 26,
            "end_offset": 28,
            "type": "word",
            "position": 4
        },
        {
            "token": "curry",
            "start_offset": 29,
            "end_offset": 34,
            "type": "word",
            "position": 5
        }
    ]
}

whitespace analyzer

whitespace 分析器，当它遇到空白字符时，就将文本解析成terms 【通过空格将语句分割】

curl -X PUT "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"whitespace",
	"text":"The best 3-points shooter is Curry!"
}
'

返回一个json

{
    "tokens": [
        {
            "token": "The",
            "start_offset": 0,
            "end_offset": 3,
            "type": "word",
            "position": 0
        },
        {
            "token": "best",
            "start_offset": 4,
            "end_offset": 8,
            "type": "word",
            "position": 1
        },
        {
            "token": "3-points",
            "start_offset": 9,
            "end_offset": 17,
            "type": "word",
            "position": 2
        },
        {
            "token": "shooter",
            "start_offset": 18,
            "end_offset": 25,
            "type": "word",
            "position": 3
        },
        {
            "token": "is",
            "start_offset": 26,
            "end_offset": 28,
            "type": "word",
            "position": 4
        },
        {
            "token": "Curry!",
            "start_offset": 29,
            "end_offset": 35,
            "type": "word",
            "position": 5
        }
    ]
}

stop analyzer

stop 分析器和 simple 分析器很像，唯一不同的是，stop 分析器增加了对删除停止词的支持， 默认使用了 english 停止器
stopwords 预定义的停止词列表，比如 (the,an,a,this,of,at) 等等

curl -X PUT "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"stop",
	"text":"The best 3-points shooter is Curry!"
}
'

返回 json

{
    "tokens": [
        {
            "token": "best",
            "start_offset": 4,
            "end_offset": 8,
            "type": "word",
            "position": 1
        },
        {
            "token": "points",
            "start_offset": 11,
            "end_offset": 17,
            "type": "word",
            "position": 2
        },
        {
            "token": "shooter",
            "start_offset": 18,
            "end_offset": 25,
            "type": "word",
            "position": 3
        },
        {
            "token": "curry",
            "start_offset": 29,
            "end_offset": 34,
            "type": "word",
            "position": 5
        }
    ]
}

language analyzer

(特定的语言的分词器，比如说，english，英文分词器)，内置语言：arabic, armenian, basque, bengali, brazilian, bulgarian, catalan, cjk, czech, danish, dutch, english, finnish, frech, galician, german, greek, hindi, hungarian, indonesian, irish, italian, latvian, lithuanian, norweigian, persian, portuguese, romanian, russian, sorani, spanish, swedish, turkish, thai

curl -X PUT "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"stop",
	"text":"The best 3-points shooter is Curry!"
}
'

返回一个json

{
    "tokens": [
        {
            "token": "best",
            "start_offset": 4,
            "end_offset": 8,
            "type": "<ALPHANUM>",
            "position": 1
        },
        {
            "token": "3",
            "start_offset": 9,
            "end_offset": 10,
            "type": "<NUM>",
            "position": 2
        },
        {
            "token": "point",
            "start_offset": 11,
            "end_offset": 17,
            "type": "<ALPHANUM>",
            "position": 3
        },
        {
            "token": "shooter",
            "start_offset": 18,
            "end_offset": 25,
            "type": "<ALPHANUM>",
            "position": 4
        },
        {
            "token": "curri",
            "start_offset": 29,
            "end_offset": 34,
            "type": "<ALPHANUM>",
            "position": 6
        }
    ]
}

pattern analyzer

用于正则表达式来将文本分割成terms，默认的正则表达式是 \W+ (非单词字符)

curl -X PUT "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"pattern",
	"text":"The best 3-points shooter is Curry!"
}
'

返回一个 json

{
    "tokens": [
        {
            "token": "the",
            "start_offset": 0,
            "end_offset": 3,
            "type": "word",
            "position": 0
        },
        {
            "token": "best",
            "start_offset": 4,
            "end_offset": 8,
            "type": "word",
            "position": 1
        },
        {
            "token": "3",
            "start_offset": 9,
            "end_offset": 10,
            "type": "word",
            "position": 2
        },
        {
            "token": "points",
            "start_offset": 11,
            "end_offset": 17,
            "type": "word",
            "position": 3
        },
        {
            "token": "shooter",
            "start_offset": 18,
            "end_offset": 25,
            "type": "word",
            "position": 4
        },
        {
            "token": "is",
            "start_offset": 26,
            "end_offset": 28,
            "type": "word",
            "position": 5
        },
        {
            "token": "curry",
            "start_offset": 29,
            "end_offset": 34,
            "type": "word",
            "position": 6
        }
    ]
}

练习

建立索引和分词器

curl -X PUT "localhost:9200/my_index" -H 'Content-Type:application/json' -d '
{
	"settings":{
		"analysis":{
			"analyzer":{
				"my_analyzer":{
					"type":"whitespace"
				}
			}
		}
	},
	"mappings":{
		"properties":{
			"name":{
				"type":"text"
			},
			"team_name":{
				"type":"text"
			},
			"position":{
				"type":"text"
			},
			"play_year":{
				"type":"long"
			},
			"jerse_no":{
				"type":"keyword"
			},
			"title":{
				"type":"text",
				"analyzer":"my_analyzer"
			}
		}
	}
}
'

添加数据

curl -X PUT 'localhost:9200/my_index/_doc/1' -H 'Content-Type:application/json' -d '
{
	"name":"库里",
	"team_name":"勇士",
	"position":"控球后卫",
	"play_year":10,
	"jserse_no":"30",
	"title":"The best 3-points shooter is Curry!"
}
'

查询

只有查询条件满足分词后的情况，才能查询出来

curl -X POST 'localhost:9200/my_index/_search' -H 'Content-Type:application/json' -d '
{
	"query":{
		"match":{
			"title":"Curry"
		}
	}
}
'

在这里插入图片描述

curl -X PUT 'localhost:9200/my_index/_doc/1' -H 'Content-Type:application/json' -d '
{
	"name":"库里",
	"team_name":"勇士",
	"position":"控球后卫",
	"play_year":10,
	"jserse_no":"30",
	"title":"The best 3-points shooter is Curry!"
}
'

在这里插入图片描述

常见中文分词器的使用

使用默认分析器对 中文进行分词

curl -X POST "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"standard",
	"text": "火箭明年总冠军"
}
'

返回一个 json

{
    "tokens": [
        {
            "token": "火",
            "start_offset": 0,
            "end_offset": 1,
            "type": "<IDEOGRAPHIC>",
            "position": 0
        },
        {
            "token": "箭",
            "start_offset": 1,
            "end_offset": 2,
            "type": "<IDEOGRAPHIC>",
            "position": 1
        },
        {
            "token": "明",
            "start_offset": 2,
            "end_offset": 3,
            "type": "<IDEOGRAPHIC>",
            "position": 2
        },
        {
            "token": "年",
            "start_offset": 3,
            "end_offset": 4,
            "type": "<IDEOGRAPHIC>",
            "position": 3
        },
        {
            "token": "总",
            "start_offset": 4,
            "end_offset": 5,
            "type": "<IDEOGRAPHIC>",
            "position": 4
        },
        {
            "token": "冠",
            "start_offset": 5,
            "end_offset": 6,
            "type": "<IDEOGRAPHIC>",
            "position": 5
        },
        {
            "token": "军",
            "start_offset": 6,
            "end_offset": 7,
            "type": "<IDEOGRAPHIC>",
            "position": 6
        }
    ]
}

常见分词器 smartCN

一个简单的中文或英文混合文本的分词器
安装相关分词器
进入ES的安装bin目录下 /Users/xxx/workspace/elasticsearch-7.2.0/bin

sh elasticsearch-plugin install analysis-smartcn

在这里插入图片描述
安装后重新启动
使用

curl -X POST "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"smartcn",
	"text": "火箭明年总冠军"
}
'

返回一个 json

{
    "tokens": [
        {
            "token": "火箭",
            "start_offset": 0,
            "end_offset": 2,
            "type": "word",
            "position": 0
        },
        {
            "token": "明年",
            "start_offset": 2,
            "end_offset": 4,
            "type": "word",
            "position": 1
        },
        {
            "token": "总",
            "start_offset": 4,
            "end_offset": 5,
            "type": "word",
            "position": 2
        },
        {
            "token": "冠军",
            "start_offset": 5,
            "end_offset": 7,
            "type": "word",
            "position": 3
        }
    ]
}

卸载分词器

sh elasticsearch-plugin remove analysis-smartcn

常见分词器 IK分词器

更智能更友好的中文分词器

下载地址 https://github.com/medcl/elasticsearch-analysis-ik/releases
下载与ES对应的版本, ES为7.2
解压文件，并移动到安装目录plugins 下

mv elasticsearch-analysis-ik-7.2.0 /Users/wuyihong/workspace/elasticsearch-7.2.0/plugins/

重新启动 ES
使用

curl -X POST "localhost:9200/_analyze" -H 'Content-Type:application/json' -d '
{
	"analyzer":"ik_max_word",
	"text": "火箭明年总冠军"
}
'

返回 json

{
    "tokens": [
        {
            "token": "火箭",
            "start_offset": 0,
            "end_offset": 2,
            "type": "CN_WORD",
            "position": 0
        },
        {
            "token": "明年",
            "start_offset": 2,
            "end_offset": 4,
            "type": "CN_WORD",
            "position": 1
        },
        {
            "token": "总冠军",
            "start_offset": 4,
            "end_offset": 7,
            "type": "CN_WORD",
            "position": 2
        },
        {
            "token": "冠军",
            "start_offset": 5,
            "end_offset": 7,
            "type": "CN_WORD",
            "position": 3
        }
    ]
}
Mikowoo007
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Elasticsearch连续剧之分词器_es 默认分词器
2301_79098963的博客
04-27 694
ES文档的数据拆分成一个个有完整含义的关键词，并将关键词与文档对应，这样就可以通过关键词查询文档。要想正确地分词，需要选择合适的分词器。现在咱们来探索一下分词器的真实面目!网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。需要这份系统化资料的朋友，可以戳这里获取一个人可以走的很快，但一群人才能走的更远！
elasticsearch-7.14.0+分词器+head插件一键下载
09-04
Elasticsearch 内置了多种分词器，如标准分词器（Standard Analyzer）、关键词分词器（Keyword Analyzer）和中文分词器（Smart Chinese Analyzer）等。这些分词器可以根据不同的语言和应用场景进行定制，以确保搜索...
CentOS安装Elasticsearch_IK分词器&拼音分词器_部署kibana_部署es集群
cygqtt的博客
09-30 470
这里我们采用elasticsearch的7.12.1版本的镜像，这个镜像体积非常大，接近1G。不建议大家自己pull。 命令解释：kibana可以给我们提供一个elasticsearch的可视化界面，便于我们学习。 ：加入一个名为es-net的网络中，与elasticsearch在同一个网络中 ：设置elasticsearch的地址，因为kibana已经与elasticsearch在一个网络，因此可以用容器名直接访问elasticsearch ：端口映射配置 查看运行日志，当查看到下面的日志，说明成
ElasticSearch+IK分词器的安装以及使用介绍
lmyxmm123的博客
06-02 965
主要介绍elasticsearch的安装和基本使用规则，ik分词器的安装和基本使用，ik分词器自定义词库，自定义停用词库
Elasticsearch——》edge_ngram 分词器
小仙~
05-10 960
Elasticsearch 中的 edge_ngram 是一种基于字符边缘的分词器，在生成索引时会将一个文本字段分成小的、重叠的字符串片段 n-gram，这些片段从文本的开头边缘开始，以固定长度向右扩展。它可以与搜索时指定的查询条件进行匹配，并根据匹配程度对文档进行评分。 dge_ngram 分词器的工作原理是将输入文本切分成一个个较小的子字符串，然后将这些子字符串作为词项添加到索引中。这个过程涉及两个参数：min_gram 和 max_gram，它们控制了生成的词项的长度范围。
elasticsearch 基于ik分词器的分词查询和模糊匹配_es分词查询模糊匹配
2401_84412472的博客
04-20 1332
关于分布式，限流+缓存+缓存，这三大技术（包含：ZooKeeper+Nginx+MongoDB+memcached+Redis+ActiveMQ+Kafka+RabbitMQ）等等。这些相关的面试也好，还有手写以及学习的笔记PDF，都是啃透分布式技术必不可少的宝藏。以上的每一个专题每一个小分类都有相关的介绍，并且小编也已经将其整理成PDF啦网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
本地elasticsearch中文分词器 ik分词器安装及使用
aq_money的博客
04-29 9985
ElasticSearch 内置了分词器，如标准分词器、简单分词器、空白词器等。但这些分词器对我们最常使用的中文并不友好，不能按我们的语言习惯进行分词。ik分词器就是一个标准的中文分词器。它可以根据定义的字典对域进行分词，并且支持用户配置自己的字典，所以它除了可以按通用的习惯分词外，我们还可以定制化分词。ik分词器是一个插件包，我们可以用插件的方式将它接入到ES。下载地址：ik分词器地址 注意要选择跟自己es保持一致的版本下载。 将下载的安装包在es安装目录下的plugins下新建一个ik文件夹、将文件解压
使用docker安装elasticsearch和kibana，ik分词器，拼音分词器安装、使用和介绍
m0_69594200的博客
04-21 1437
Elasticsearch概念学习 、使用docker安装Elasticsearch和kibana
【ES】Elasticsearch分词器使用和简单查询
九离的博客
04-01 7441
Elasticsearch 一. analysis与analyzer ​ analysis(只是一个概念)，文本分析是将全文本转换为一系列单词的过程，也叫分词。analysis是通过analyzer(分词器)来实现的，可以使用Elasticsearch内置的分词器，也可以自己去定制一些分词器。除了在数据写入的时候将词条进行转换，那么在查询的时候也需要使用相同的分析器对语句进行分析。 ​ anaylzer是由三部分组成，例如有Hello a World, the world is beautifu： 1. C
ElasticSearch之IK分词器安装以及使用介绍
热门推荐
qq_39939541的博客
07-27 1万+
elasticsearch 默认的内置分词器对中文的分词效果可能并不理想，因为它们主要是针对英文等拉丁语系的文本设计的。如果要在中文文本上获得更好的分词效果，我们可以考虑使用中文专用的分词器。IK 分词器是一个开源的中文分词器插件，特别为 Elasticsearch 设计和优化。它在中文文本的分词处理上表现出色，能够根据中文语言习惯进行精细的分词。IK 分词器允许用户自定义词典，可以添加新词、调整词频等，以便更好地适应特定的领域或需求。自定义词典可以提高分词的准确性和召回率。
ElasticSearch中常见的分词器介绍
热爱编程、热爱生活、热爱探索
11-11 1680
ElasticSearch是一个高效的分布式搜索引擎，其中分词器是它的核心组件之一，平常开发中选择一个合适的分词器可以很大程度上提高检索效率，所以特意花点时间快速了解ElasticSearch中各大常见的分词器，本文也将分别介绍ElasticSearch中常见的几大分词器的特点、适用场景，以及如何适用推荐阅读ElasticSearch快速入门_知识汲取者的博客-CSDN博客custom可以根据具体需求自定义分词器，包括指定分词器、字符过滤器、标记过滤器等。适用场景。
elasticsearch7.17.8版本分词器插件安装包
11-13
本篇将详细介绍如何在Elasticsearch 7.17.8版本上安装和使用分词器插件。 **一、分词器插件的重要性** 在Elasticsearch中，分词器（Analyzer）负责对索引和查询的文本进行分析，将其拆分成一系列的分词。对于中文...
elasticsearch7.17.11版本分词器插件安装包
11-13
本文将详细介绍适用于Elasticsearch 7.17.11版本的分词器插件的安装与使用。 首先，让我们关注"elasticsearch-analysis-ik-7.17.11.jar"这个文件，它是IK分词器的特定版本。IK分词器（Intelligent Chinese Analyzer...
elasticsearch-analysis-ik 7.10.0 分词器
01-10
Elasticsearch-analysis-ik 7.10.0 分词器是 Elasticsearch 在中文环境下的得力助手，它结合了 IK 分词器的强大功能和 Elasticsearch 的灵活性，为企业级搜索提供了坚实的基石。通过合理的配置和使用，可以显著提高...
elasticsearch-7.0.0 版本 ik 中文分词器
08-20
要在 Elasticsearch 7.0.0 中使用 IK 分词器，首先需要将分词器的插件包下载并安装到 Elasticsearch 的 plugins 目录下。在提供的压缩包中，包含了编译好的 IK 插件，可以直接使用，无需自行编译。 2. **配置IK...
基于SpringCloud微服务架构的B2C电子商务系统-可执行内含文档代码-可执行内含文档代码.zip
07-28
基于SpringCloud微服务架构的B2C电子商务系统-可执行内含文档代码-可执行内含文档代码.zip
智慧校园整体解决方案-6PPT(102页).pptx
07-28
智慧校园整体解决方案是响应国家教育信息化政策，结合教育改革和技术创新的产物。该方案以物联网、大数据、人工智能和移动互联技术为基础，旨在打造一个安全、高效、互动且环保的教育环境。方案强调从数字化校园向智慧校园的转变，通过自动数据采集、智能分析和按需服务，实现校园业务的智能化管理。 方案的总体设计原则包括应用至上、分层设计和互联互通，确保系统能够满足不同用户角色的需求，并实现数据和资源的整合与共享。框架设计涵盖了校园安全、管理、教学、环境等多个方面，构建了一个全面的校园应用生态系统。这包括智慧安全系统、校园身份识别、智能排课及选课系统、智慧学习系统、精品录播教室方案等，以支持个性化学习和教学评估。 建设内容突出了智慧安全和智慧管理的重要性。智慧安全管理通过分布式录播系统和紧急预案一键启动功能，增强校园安全预警和事件响应能力。智慧管理系统则利用物联网技术，实现人员和设备的智能管理，提高校园运营效率。 智慧教学部分，方案提供了智慧学习系统和精品录播教室方案，支持专业级学习硬件和智能化网络管理，促进个性化学习和教学资源的高效利用。同时，教学质量评估中心和资源应用平台的建设，旨在提升教学评估的科学性和教育资源的共享性。 智慧环境建设则侧重于基于物联网的设备管理，通过智慧教室管理系统实现教室环境的智能控制和能效管理，打造绿色、节能的校园环境。电子班牌和校园信息发布系统的建设，将作为智慧校园的核心和入口，提供教务、一卡通、图书馆等系统的集成信息。 总体而言，智慧校园整体解决方案通过集成先进技术，不仅提升了校园的信息化水平，而且优化了教学和管理流程，为学生、教师和家长提供了更加便捷、个性化的教育体验。
anaconda配置pytorch环境.pdf
最新发布
07-28
使用Anaconda配置PyTorch环境是一个相对直接的过程，以下是一个详细的步骤指南，包括Anaconda的下载与安装、PyTorch环境的创建以及PyTorch的安装与验证。 一、Anaconda的下载与安装 1.访问Anaconda官网： 1.前往Anaconda官网下载最新版本的Anaconda。 2.下载Anaconda： 1.在官网首页，点击“Free Download”按钮，选择合适的操作系统版本进行下载。 3.安装Anaconda： 1.双击下载好的Anaconda安装包，按照提示进行安装。 2.注意选择安装路径（建议不安装在C盘），并确保安装路径为全英文。 3.安装过程中，根据需要选择“为所有用户安装”或“仅为当前用户安装”。 4.验证Anaconda安装： 1.安装完成后，打开“Anaconda Prompt”（或Anaconda Navigator），输入conda --version查看conda版本，以验证Anaconda是否安装成功。 二、创建PyTorch环境 1.打开Anaconda Prompt： 1.在开始菜单中找到并打开“Anaconda Pro
2024小米SOC面试经验
07-28
• 自我介绍，然后针对项目实习进行提问。 • sdram仲裁模块设计：面试官询问了我关于sdram（同步动态随机存取存储器）仲裁模块的设计思路，这可能涉及到如何高效地管理多个设备或进程对sdram的访问，确保数据一致性和性能优化。 • FIFO设计：我们探讨了FIFO（先进先出队列）是否使用了现成的IP核（知识产权核），并假设如果我自己设计FIFO时可能遇到的难点，如同步问题、缓冲区管理、性能优化等。 • 跨时钟域问题：讨论了跨时钟域信号同步的挑战，特别是信号展宽（metastability）的解决策略，这是确保数据在不同时钟域间可靠传输的关键。 • TMDS编码流程：面试官询问了我TMDS（Transition Minimized Differential Signaling，转换最小化差分信号）编码的具体流程，这通常涉及视频或高速数据传输领域，要求我对数据传输协议有深入理解。 • 项目调试方法：面试官要求我分享在项目中如何进行调试的经验，包括使用的工具、调试策略及问题解决过程。
elasticsearch ik分词器使用
10-20
Elasticsearch的IK分词器是一个功能强大、易于使用的中文分词器插件，可以显著改善Elasticsearch在中文文本上的分词效果。IK分词器通过细粒度的分词、多种分词模式、自定义词典等功能，能够更好地满足中文语境下的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值