es 自动补全

最新推荐文章于 2025-04-25 18:07:04 发布
最新推荐文章于 2025-04-25 18:07:04 发布
阅读量827 收藏 23
点赞数 26
文章标签： java 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/c1tenj2/article/details/147457600
版权

安装拼音分词器

选择es版本对应的pinyin分词器版本

下载后解压，放到es的插件目录下

重启es

自定义分词器

拼音分词器——可选配置

1. 首字母处理配置

keep_first_letter (默认: true)

解释：是否提取每个汉字的首字母组合，用于支持首字母缩写搜索
开启时：刘德华 → [ldh]
关闭时：刘德华 → []（不生成首字母）
应用场景：适用于"ldh"搜索"刘德华"的需求

keep_separate_first_letter (默认: false)

解释：是否将每个汉字的首字母分开存储
开启时：刘德华 → [l,d,h]
关闭时：刘德华 → [ldh]
注意：开启会增加索引体积，但能支持更灵活的搜索（如"l d h"）

limit_first_letter_length (默认: 16)

解释：限制首字母结果的最大长度
示例：
中华人民共和国 → 默认输出[zhrmghg]（7字符）
设置为3时 → [zhr]
用途：控制长文本的首字母结果长度

2. 完整拼音处理

keep_full_pinyin (默认: true)

解释：是否保留每个汉字的完整拼音
开启时：刘德华 → [liu,de,hua]
关闭时：刘德华 → []
必要性：支持拼音精确搜索的基础配置

keep_joined_full_pinyin (默认: false)

解释：是否将完整拼音连接成一个词
开启时：刘德华 → [liudehua]
关闭时：刘德华 → [liu,de,hua]
优劣：连接后减少索引词项，但会丢失单字搜索能力

3. 非中文处理配置

keep_none_chinese (默认: true)

解释：是否保留原始文本中的非中文字符
开启时：刘德华AT2016 → [liu,de,hua,AT2016]
关闭时：刘德华AT2016 → [liu,de,hua]
重要性：处理混合文本的关键参数

keep_none_chinese_together (默认: true)

解释：是否保持非中文连续字符的完整性
开启时：DJ音乐家 → [DJ,yin,yue,jia]
关闭时：DJ音乐家 → [D,J,yin,yue,jia]
影响：关闭后会显著增加索引词项数量

4. 高级处理配置

none_chinese_pinyin_tokenize (默认: true)

解释：是否将非中文按拼音规则拆分
开启时：liudehua2016 → [liu,de,hua,2,0,1,6]
关闭时：liudehua2016 → [liudehua2016]
特殊用途：处理拼音与数字混合的情况

remove_duplicated_term (默认: false)

解释：是否去除重复的词项
开启时：de的 → [de]
关闭时：de的 → [de,的]
权衡：节省30-50%索引空间，但影响高亮精度

keep_original (默认：false)

解释：是否保留原始的文本
开启时："北京" → ["北京", "beijing", "bj"]
关闭时："北京"→ ["beijing", "bj"]

5. 系统行为配置

ignore_pinyin_offset (默认: true)

解释：是否忽略拼音分词的位置偏移
开启时：允许重叠分词（节省资源）
关闭时：严格位置约束（保证高亮准确）
版本注意：Elasticsearch 6.0+必须关注此参数

自定义分词器的工作原理

elasticsearch中分词器（analyzer）的组成包含三部分:

  • character filter：在tokenizer之前对文本进行处理。例如删除字符、替换字符
  • tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword,就是不分词;还有ik_smart
  • tokenizer filter：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等

案例

新建用于测试自定义分词器的索引库test

PUT /test
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": "py"  
        }
      },
      "filter": { 
        "py": {
          "type": "pinyin",
          "keep_full_pinyin": false, # 不保留每个汉字的完整拼音
          "keep_joined_full_pinyin": true, # 把完整的拼音连成一个长拼音
          "keep_original": true, # 保留原始的文本
          "limit_first_letter_length": 16, # 限制首字母的最大长度为16
          "remove_duplicated_term": true,  # 去除重复的选项
          "none_chinese_pinyin_tokenize": false  # 不将非中文按拼音规则拆分
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "words": {
        "type": "text",
        "analyzer": "my_analyzer",
        "search_analyzer": "ik_max_word"
      }
    }
  }
}

创建倒排索引的时候使用 my_analyzer

查询的时候指定分词器为 ik_max_word

这样就不会出现查询"狮子"的时候，出现虱子有关的词条了

测试

POST /test/_analyze
{
  "text": ["了却君王天下事junwang天下事"],
  "analyzer": "my_analyzer"
}
{
  "tokens" : [
    {
      "token" : "了却",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "leque",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "lq",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "君王",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "junwang",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "jw",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "天下事",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "tianxiashi",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "txs",
      "start_offset" : 4,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "天下",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "tianxia",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "tx",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "事",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "CN_CHAR",
      "position" : 4
    },
    {
      "token" : "shi",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "CN_CHAR",
      "position" : 4
    },
    {
      "token" : "s",
      "start_offset" : 6,
      "end_offset" : 7,
      "type" : "CN_CHAR",
      "position" : 4
    },
    {
      "token" : "junwang",
      "start_offset" : 7,
      "end_offset" : 14,
      "type" : "ENGLISH",
      "position" : 5
    },
    {
      "token" : "天下事",
      "start_offset" : 14,
      "end_offset" : 17,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "tianxiashi",
      "start_offset" : 14,
      "end_offset" : 17,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "txs",
      "start_offset" : 14,
      "end_offset" : 17,
      "type" : "CN_WORD",
      "position" : 6
    },
    {
      "token" : "天下",
      "start_offset" : 14,
      "end_offset" : 16,
      "type" : "CN_WORD",
      "position" : 7
    },
    {
      "token" : "tianxia",
      "start_offset" : 14,
      "end_offset" : 16,
      "type" : "CN_WORD",
      "position" : 7
    },
    {
      "token" : "tx",
      "start_offset" : 14,
      "end_offset" : 16,
      "type" : "CN_WORD",
      "position" : 7
    },
    {
      "token" : "事",
      "start_offset" : 16,
      "end_offset" : 17,
      "type" : "CN_CHAR",
      "position" : 8
    },
    {
      "token" : "shi",
      "start_offset" : 16,
      "end_offset" : 17,
      "type" : "CN_CHAR",
      "position" : 8
    },
    {
      "token" : "s",
      "start_offset" : 16,
      "end_offset" : 17,
      "type" : "CN_CHAR",
      "position" : 8
    }
  ]
}
PUT /test/_doc/1
{
  "words":"身上有虱子"
}

PUT /test/_doc/2
{
  "words":"山里有狮子"
}

执行DSL

GET /test/_search
{
  "query": {
    "match": {
      "words": "虱子"
    }
  }
}

指定search_analyzer为ik_max_word前的结果

{
  "took" : 6,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.33425623,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.33425623,
        "_source" : {
          "words" : "身上有虱子"
        }
      },
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.3085442,
        "_source" : {
          "words" : "山里有狮子"
        }
      }
    ]
  }
}

指定search_analyzer为ik_max_word后的结果

{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.9530773,
    "hits" : [
      {
        "_index" : "test",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.9530773,
        "_source" : {
          "words" : "身上有虱子"
        }
      }
    ]
  }
}

显然，第二个结果是才是我们所希望的。

自动补全

es提供了completion suggest 查询来实现自动补全的功能，这个查询会匹配用户输入开头的词条并返回。

参与补全查询的字段必须是completion类型的，字段里内容是参与补全的多个词条。

自动补全（DSL实现）

创建一个game索引库，里面仅有一个completion类型的字段——title

PUT /game
{
  "settings": {
    "analysis": {
      "analyzer": {
        "my_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": "py"  
        }
      },
      "filter": { 
        "py": {
          "type": "pinyin",
          "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "keep_original": true,
          "limit_first_letter_length": 16,
          "remove_duplicated_term": true,
          "none_chinese_pinyin_tokenize": false
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "completion",
        "analyzer": "my_analyzer",
        "search_analyzer": "ik_max_word"
      }
    }
  }
}
POST /game/_bulk
{"index":{"_id":1}}
{"title":["原神","开放世界","角色扮演","动作冒险","多平台","米哈游"]}
{"index":{"_id":2}}
{"title":["王者荣耀","MOBA","5v5","竞技","手游"]}
{"index":{"_id":3}}
{"title":["绝地求生","大逃杀","FPS","射击","Steam"]}
{"index":{"_id":4}}
{"title":["英雄联盟","MOBA","PC","竞技","团队合作"]}
{"index":{"_id":5}}
{"title":["崩坏：星穹铁道","角色扮演","回合制","科幻","米哈游"]}

测试案例1

GET /game/_search
{
  "suggest": {
    "game_suggest": {
      "text": "mi",
      "completion": {
        "field": "title",
        "skip_duplicates":false,
        "size": 5
      }
    }
  }
}
{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "suggest" : {
    "game_suggest" : [
      {
        "text" : "mi",
        "offset" : 0,
        "length" : 2,
        "options" : [
          {
            "text" : "米哈游",
            "_index" : "game",
            "_type" : "_doc",
            "_id" : "1",
            "_score" : 1.0,
            "_source" : {
              "title" : [
                "原神",
                "开放世界",
                "角色扮演",
                "动作冒险",
                "多平台",
                "米哈游"
              ]
            }
          },
          {
            "text" : "米哈游",
            "_index" : "game",
            "_type" : "_doc",
            "_id" : "5",
            "_score" : 1.0,
            "_source" : {
              "title" : [
                "崩坏：星穹铁道",
                "角色扮演",
                "回合制",
                "科幻",
                "米哈游"
              ]
            }
          }
        ]
      }
    ]
  }
}

测试案例2

GET /game/_search
{
  "suggest": {
    "game_suggest": {
      "text": "ha",
      "completion": {
        "field": "title",
        "skip_duplicates":false,
        "size": 5
      }
    }
  }
}
{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "suggest" : {
    "game_suggest" : [
      {
        "text" : "ha",
        "offset" : 0,
        "length" : 2,
        "options" : [ ]
      }
    ]
  }
}

RestAPI实现自动补全

@Test
void testSuggest() throws Exception {
SearchRequest request = new SearchRequest("game");
request.source().suggest(new SuggestBuilder()
                         .addSuggestion("game_suggest", SuggestBuilders.completionSuggestion("title").prefix("mi").skipDuplicates(false).size(5)));


SearchResponse response = client.search(request, RequestOptions.DEFAULT);
CompletionSuggestion completionSuggestion = response.getSuggest().getSuggestion("game_suggest");

for (CompletionSuggestion.Entry entry : completionSuggestion.getEntries()) {
    for (CompletionSuggestion.Entry.Option option : entry) {
        // 获取补全文本
        String suggestedText = option.getText().string();

        // 获取关联文档的_source（如果有）
        Map<String, Object> source = option.getHit().getSourceAsMap();

        System.out.println("命中: " + suggestedText);
        System.out.println("关联文档: " + source);
    }
}
}
命中: 米哈游
关联文档: {title=[原神, 开放世界, 角色扮演, 动作冒险, 多平台, 米哈游]}
命中: 米哈游
关联文档: {title=[崩坏：星穹铁道, 角色扮演, 回合制, 科幻, 米哈游]}

c1tenj2
关注
ElasticSearch 自动补全
Jason World
12-19 1361
ElasticSearch 自动补全
【ElasticSearch】（八）—— 自动补全
jizhibing的博客
07-07 1264
目录一、拼音分词器二、自定义分词器三、自动补全查询四、实现酒店搜索框自动补全1.修改酒店映射结构2.HotelDoc实体3.自动补全查询的JavaAPI当用户在搜索框输入字符时，我们应该提示出与该字符有关的搜索项，如图：这种根据用户输入的字母，提示完整词条的功能，就是自动补全了。因为需要根据拼音字母来推断，因此要用到拼音分词功能。要实现根据字母做补全，就必须对文档按照拼音分词。在GitHub上恰好有elasticsearch的拼音分词插件。地址：https://github.com/medcl/elasti
ElasticSearch自动补全
桂林电子科技大学 -芳
04-28 1702
1、 如果只是单独使用拼音分词器，是没办法满足具体业务使用场景的，这时候就需要自定义分词器:2、通过自定义分词器，将ik分词器与拼音分词器整合起来，来保证我们的搜索既满足汉字也满足拼音"text":"我爱螺蛳粉",这个错误表明 Elasticsearch 在使用全局分析器pinyin时遇到了问题，因为它无法找到这个全局分析器。可能是由于缺少配置或插件问题导致的。你需要确保已正确配置了pinyin分析器，并且相关的插件已经正确安装和配置：./是指当前目录的简写。在Linux和类Unix系统中，
Elasticsearch 自动补全
2012年开始工作，全栈开发老兵，目前已是一个老师，分享这么多年的心得体会
12-23 1190
什么是自动补全 随用户输入，给与提示信息，如下图： ES实现原理 ⽤户每输⼊⼀个 字符，就需要即时发送⼀个查询请求到后段查找匹配项。 对性能要求⽐较苛刻。Elasticsearch 采⽤FST，FST 会被 ES 整个加载进内存， 速度很快。 实现方式： Completion Suggester 实现 定义 Mapping，使⽤ “completion” type 索引数据 运⾏ “suggest” 查询，得到搜索建议。 例子 1.定义 Mapping，使⽤ “completion”
Elasticsearch自动补全如何实现
gaoqiandr的博客
09-22 328
本文注意介绍的是elasticsearch中的自动补全功能
Elasticsearch 自动补全功能实现
caojie1117的博客
10-22 1412
自定义分词器分为三部分别是character filter字符过滤器分词器，过滤器character filter 字符过滤器是分词之前对词条进行处理tokenizer 分词器：指定分词器fliter 过滤器：对分好词条再次进行处理创建自定义分词器的索引，自定义分词器只能在当前索引下使用PUT /test：这是请求的路径，表示创建一个名为test的索引。"settings"：这是索引设置的参数，用于配置索引的分析器和过滤器。"analysis"：这是分析器和过滤器的设置。"analyzer"
36 elasticsearch 自动补全
THE ORDER
07-25 152
默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smarttokenizer filter：将tokenizer输出的词条做进一步处理。
ElasticSearch内容分享（五）：ElasticSearch自动补全
之乎者也·的博客
12-09 1543
如何使用拼音分词器？①下载pinyin分词器②解压并放到elasticsearch的plugin目录③重启即可如何自定义分词器？①创建索引库时，在settings中配置，可以包含三部分③tokenizer④filter拼音分词器注意事项？为了避免搜索到同音字，搜索时不要使用拼音分词器默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。character filters：在tokenizer之前对文本进行处理。
搜索自动补全-elasticsearch实现
qq_30166465的博客
05-23 1104
github地址：https://github.com/infinilabs/analysis-pinyin/releases?page=6 必须与elasticsearch的版本相同 第四步，重启es 1.2 定义索引库 1.3 给索引库添加文档 详情参考我的另一篇博客: xxljob分片广播+多线程实现高效定时同步elasticsearch索引库 app_info_article对应的pojo类 核心代码 在xxl-job任务调度平台执行一次该任务，文档就被添加进去了 如图 示例1. 示例2. A
【ElasticSearch】ES自动补全查询与Java接口实现
llg___的博客
07-10 2263
实现搜索框自动补全，在tokenizer之前对文本进行处理。例如删除字符、替换字符tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smart：将tokenizer输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等在创建索引库时，// 自定义分词器 "my_analyzer" : {
ElasticSearch自动补全实现
Zhang23234的博客
04-27 474
默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。elasticsearch中分词器（analyzer）的组成包含三部分：character filters：在tokenizer之前对文本进行处理。例如删除字符、替换字符tokenizer：将文本按照一定的规则切割成词条（term）。例如keyword，就是不分词；还有ik_smarttokenizer filter：将tokenizer输出的词条做进一步处理。
Elasticsearch实现检索词自动补全(检索词补全，自动纠错，拼音补全，繁简转换) 包含demo
10-15
在实际应用中，用户输入的检索词往往可能存在拼写错误、不完整或者使用了同义词等情况，为了提高用户体验和搜索准确性，Elasticsearch 提供了多种功能来支持检索词的自动补全、自动纠错、拼音补全以及繁简转换。...
elasticsearch 自动补全
04-03
Elasticsearch是一个开源的...以下是实现Elasticsearch自动补全的一般步骤： 1. 创建索引并定义一个字段类型为"completion"。 2. 将待补全的文本数据添加到该字段中。 3. 使用Suggest API来获取自动补全的建议结果。
多租户 SaaS 系统中的租户隔离与连接池重建机制设计方案
nbsaas-boot基于Request-Response的企业级快速开发框架
04-22 1158
租户隔离 + 动态连接池管理 = SaaS 系统的核心能力。支持连接配置热更新（更改连接地址、密码后自动重建）租户数量大（上百/上千），无法全量预加载连接池。连接池不能长期缓存冷租户，需有缓存淘汰策略。支持租户动态接入（注册后立即生效）判断连接池上次使用时间（可封装。或自定义 Watcher 实现。不支持运行时动态切换或新增。，保证数据安全与性能隔离。在拦截器或网关处设置。每 30 分钟遍历缓存。超过1小时未访问 →。可结合 Spring。
Java 中对象的重载和方法的构造入门知识点总结
2402_84764726的博客
04-23 535
方法重载是指在同一个类中，可以有多个方法具有相同的名称，但参数列表不同。参数列表的不同可以体现在参数的类型、个数或顺序上。方法的返回类型和访问修饰符不影响方法重载。构造方法是一种特殊的方法，用于创建对象并初始化对象的属性。构造方法的名称必须与类名相同，并且没有返回类型（包括void方法重载和构造方法是 Java 面向对象编程中非常重要的概念。方法重载通过相同的方法名处理不同的参数，提高了代码的可读性和灵活性；构造方法用于创建对象并初始化对象的属性，构造方法的重载可以根据不同的需求提供多种对象初始化方式。
MySQL索引优化、SQL分析与运行原理 - Java架构师面试实战
最新发布
南客先生的博客
04-25 341
面试官：马架构，请问您对MySQL的B+树索引有什么理解？马架构：B+树是一种平衡多路查找树，所有的数据节点都存储在叶子节点上。相比于B树，B+树更适合范围查询和排序操作。面试官：那么覆盖索引是什么？马架构：覆盖索引是指查询的数据可以通过索引直接获取，而无需回表读取数据。面试官：如何选择合适的索引？马架构：需要根据查询条件、数据分布和查询频率进行综合评估。面试官：请解释SQL执行计划中的`EXPLAIN`关键字的作用。马架构：`EXPLAIN`可以帮助我们分析SQL的执行过程，包括使用的索引、扫描行数等信息
【分布式系统中的“瑞士军刀”_ Zookeeper】一、Zookeeper 快速入门和核心概念
qq_58611691的博客
04-25 1053
读完本篇文章相信已经了解了在 CentOS 7 系统中安装和配置 Zookeeper 的方法，以及 Zookeeper 的核心概念，包括 ZNode 节点、Session 会话、Watcher 监听器和 Leader - Follower 模式。同时，还通过实际的命令操作和代码示例，对这些概念有了更直观的认识。Zookeeper 作为分布式协调的重要工具，其功能远不止于此，后续还可以深入学习其在分布式锁、配置管理、服务注册与发现等方面的应用。
查看Spring Boot项目所有配置信息的几种方法，包括 Actuator端点、日志输出、代码级获取 等方式，附带详细步骤和示例
爱的叹息的专栏
04-22 881
查看Spring Boot项目所有配置信息的几种方法，包括 Actuator端点、日志输出、代码级获取 等方式，附带详细步骤和示例
MongoDB 集合名称映射问题
m0_63949203的博客
04-22 305
MongoDB 集合名称映射问题
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