如何批量结构化分汇多工作表sheet？

已于 2024-06-05 10:45:00 修改
阅读量305 收藏 3
点赞数 5
分类专栏： Python 结构化汇总 多工作表 文章标签： python 大数据
于 2024-05-29 12:25:41 首次发布
@景巧巧
本文链接：https://blog.csdn.net/m0_63410395/article/details/139290411
版权

目录

如果遇到这样情形，多文件夹多文件，多工作表的分汇场景；可以参考以下方法解决。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

一、如遇合并表格，注意结构化

首先在汇总以前，保证第一列表，合并列结构化为基本单元格。

（一）定义函数，遍历文件

定义函数ycl1()，先遍历B文件夹下C文件夹路径即“1月数据”“2月数据”“3月数据”

def ycl1(): #结构化数据sheet1
    # 设置文件夹路径
    folder_pathss = r"C:\Users\Desktop\A\B"    ## 第一处要改！！！！！！！！！
    folder_paths = [os.path.join(folder_pathss, file) for file in os.listdir(folder_pathss)] # os.listdir(folder_pathss)遍历folder_pathss下所有文件

（二）结构化合并工作表sheet1

接着，再遍历filename的工作表1。其中，filname是以“1月数据”为例下所有.xlsx文件，file_path为filename的路径，结构化遍历所有文件后，注意自定义一个空文件夹（例如“test”）保存。

 for folder_path in folder_paths:	//遍历例如“1月数据”“2月数据”“3月数据”文件夹
        # 创建一个新的工作簿用于合并数据
        merged_workbook = Workbook()  # Create a new workbook

        # 遍历文件夹中的所有文件
        for filename in os.listdir(folder_path):
            if filename.endswith(".xlsx"):  # 只处理Excel文件！！！！！！！
                file_path = os.path.join(folder_path, filename)
                # 1.加载数据
                work_book = load_workbook(filename=file_path, data_only=True) # 控制带有公式的单元格是否具有公式(默认值)
                sheet = work_book["Sheet1"]  # 假设所有文件的工作表名称相同
                ## 第二处要改！！！！！！可以根据自己表格名字修改 定义Sheet_name = filename[:-5] sheet = work_book[Sheet_name]
取消填充单元格*

1. 获取索引信息

a. 首先，sheet.merged_cells.ranges这个变量是MergedCellRange的集合。
b. merged_cells返回的是一个列表，每一个元素是合并单元格的位置信息的数组，数组包含四个元素（起始行，结束行，起始列，结束列）结束的行和列都加了1。
c. 方法示例如下（图中为xlrd读取，适用于xls文件) xlrd库

                # 2. 找出所有的合并单元格的索引信息
                mc_range_list = [str(item) for item in sheet.merged_cells.ranges]
                print(mc_range_list)

[‘A53:A54’, ‘A27:A37’, ‘A55:A58’, ‘A4:A9’, ‘A21:A26’, ‘A2:J2’, ‘A42:A45’, ‘A46:A52’, ‘A10:A20’, ‘A38:A41’, ‘A60:J60’, ‘A1:J1’]
在这里插入图片描述
2. 取消合并
获取合并单元格值cell_value

                # 3. 批量取消合并单元格，填充数据
                for mc_range in mc_range_list:
                    # 取得左上角值、右下角的坐标
                    top_left, bot_right = mc_range.split(":")  # ["A53", "A54"]
                    top_left_col, top_left_row = sheet[top_left].column, sheet[top_left].row  # (1, 53,)
                    bot_right_col, bot_right_row = sheet[bot_right].column, sheet[bot_right].row  # (1, 54,)
                    # 记下该合并单元格的值
                    cell_value = sheet[top_left].value  #A53的值
                    # 取消合并单元格
                    sheet.unmerge_cells(mc_range)

3. 遍历填充
嵌套循环遍历合并单元格范围内的每个单元格。从左上角单元格右侧的一个单元格和其下方的一个单元格开始，这些单元格被视为子单元格。对于这些子单元格中的每一个，将值设置为 ，之前保存的合并单元格的值cell_value。

                    # 批量给子单元格赋值
                    # 遍历列
                    for col_idx in range(top_left_col, bot_right_col + 1):
                        # 遍历行
                        for row_idx in range(top_left_row + 1, bot_right_row + 1):
                            sheet[f"{chr(col_idx + 64)}{row_idx}"] = cell_value

根据文件结构化情况修剪不必要的数据行、保存

                # 4. 删除前三行和最后一行  根据表格情况修剪行！！！！！
                sheet.delete_rows(1, 2)
                sheet.delete_rows(sheet.max_row)

                # 保存更改
                file_paths = file_path[:22] + '\\test\\' + filename  ## 第三处要改 自定义保存路径！！！！！！
                work_book.save(file_paths)

                #将数据合并到新的工作簿中
                for row in sheet.iter_rows(values_only=True):
                    merged_workbook.active.append(row)

我这保存在"~/A/test"路径下
在这里插入图片描述

二、确认主键，合并所有文件数据

新起一列“时间”作为主键区分，这里的时间直接应用文件名
定义函数merge_excel(folder_paths,output_file)，合并test路径下所有文件
这里 folder_paths = "/A/test" 由main()定义

def merge_excel(folder_paths, output_file): #合并数据
    # 创建一个空的 DataFrame 用于存储合并后的数据
    merged_data = pd.DataFrame()

    # 遍历每个Excel
    for excel_files in os.listdir(folder_paths):
        # # 遍历每个 Excel 文件并处理
        file_path = os.path.join(folder_paths, excel_files)
        # 打开 Excel 文件
        df = pd.read_excel(file_path,sheet_name='Sheet1')
        # 添加文件名作为新列
        file_name = os.path.splitext(excel_files)[0]
        df.insert(0,'时间',file_name)
        # 将数据添加到 merged_data 中
        merged_data = pd.concat([merged_data, df], ignore_index=True)
    merged_data.to_excel(output_file,index=False)

三、sheet2同理

（一）结构化
定义函数ycl2(), 注意修改工作表名，根据表情况修剪非结构化行。

def ycl2(): #结构化sheet2
    # 设置文件夹路径
    folder_pathss = r"C:\Users\Desktop\A\B"
    folder_paths = [os.path.join(folder_pathss, file) for file in os.listdir(folder_pathss)]

    for folder_path in folder_paths:
        # 创建一个新的工作簿用于合并数据
        merged_workbook = Workbook()  # Create a new workbook

        # 遍历文件夹中的所有文件
        for filename in os.listdir(folder_path):
            if filename.endswith(".xlsx"):  # 只处理Excel文件
                file_path = os.path.join(folder_path, filename)
                # 1.加载数据
                work_book = load_workbook(filename=file_path, data_only=True)
                sheet = work_book["Sheet2"]  # 假设所有文件的工作表名称相同

                # 2. 找出所有的合并单元格的索引信息
                mc_range_list = [str(item) for item in sheet.merged_cells.ranges]

                # 3. 批量取消合并单元格，填充数据
                for mc_range in mc_range_list:
                    # 取得左上角值的坐标
                    top_left, bot_right = mc_range.split(":")  # ["A1", "A12"]
                    top_left_col, top_left_row = sheet[top_left].column, sheet[top_left].row  # (1, 1,)
                    bot_right_col, bot_right_row = sheet[bot_right].column, sheet[bot_right].row  # (1, 12,)
                    # 记下该合并单元格的值
                    cell_value = sheet[top_left].value 
                    # 取消合并单元格
                    sheet.unmerge_cells(mc_range)
                    # 批量给子单元格赋值
                    # 遍历列
                    for col_idx in range(top_left_col, bot_right_col + 1):
                        # 遍历行
                        for row_idx in range(top_left_row + 1, bot_right_row + 1):
                            sheet[f"{chr(col_idx + 64)}{row_idx}"] = cell_value
                # 4. 删除前三行和最后一行
                sheet.delete_rows(1, 3)

                # 保存更改
                file_paths = file_path[:22] + '\\test\\' + filename
                work_book.save(file_paths)

                # 将数据合并到新的工作簿中
                for row in sheet.iter_rows(values_only=True):
                    merged_workbook.active.append(row)

（二）汇总
修正sheet_name = Sheet2，合并数据

def merge_excel(folder_paths, output_file): #合并数据
    # 创建一个空的 DataFrame 用于存储合并后的数据
    merged_data = pd.DataFrame()

    # 遍历每个Excel
    for excel_files in os.listdir(folder_paths):
        # # 遍历每个 Excel 文件并处理
        file_path = os.path.join(folder_paths, excel_files)
        # 打开 Excel 文件
        df = pd.read_excel(file_path,sheet_name='Sheet2')
        # 添加文件名作为新列
        file_name = os.path.splitext(excel_files)[0]
        df.insert(0,'时间',file_name)
        # 将数据添加到 merged_data 中
        merged_data = pd.concat([merged_data, df], ignore_index=True)
    merged_data.to_excel(output_file,index=False)

四、案例总结

总体，分为两步骤，一是结构化遍历保存，二是汇总。整理的代码放在末尾了！！！

import pandas as pd
import os
from openpyxl import load_workbook, Workbook
import openpyxl

# def change(): #xls转化为xlsx

def ycl1(): #结构化数据sheet1
    # 设置文件夹路径
    folder_pathss = r"C:\Users\Desktop\A\B"
    folder_paths = [os.path.join(folder_pathss, file) for file in os.listdir(folder_pathss)]

    for folder_path in folder_paths:
        # 创建一个新的工作簿用于合并数据
        merged_workbook = Workbook()  # Create a new workbook

        # 遍历文件夹中的所有文件
        for filename in os.listdir(folder_path):
            if filename.endswith(".xlsx"):  # 只处理Excel文件
                file_path = os.path.join(folder_path, filename)
                # 1.加载数据
                work_book = load_workbook(filename=file_path, data_only=True) #控制带有公式的单元格是否具有公式(默认值)
                sheet = work_book["Sheet1"]  # 假设所有文件的工作表名称相同

                # 2. 找出所有的合并单元格的索引信息
                mc_range_list = [str(item) for item in sheet.merged_cells.ranges]

                # 3. 批量取消合并单元格，填充数据
                for mc_range in mc_range_list:
                    # 取得左上角值的坐标
                    top_left, bot_right = mc_range.split(":")  # ["A1", "A12"]
                    top_left_col, top_left_row = sheet[top_left].column, sheet[top_left].row  # (1, 1,)
                    bot_right_col, bot_right_row = sheet[bot_right].column, sheet[bot_right].row  # (1, 12,)
                    # 记下该合并单元格的值
                    cell_value = sheet[top_left].value  
                    # 取消合并单元格
                    sheet.unmerge_cells(mc_range)
                    # 批量给子单元格赋值
                    # 遍历列
                    for col_idx in range(top_left_col, bot_right_col + 1):
                        # 遍历行
                        for row_idx in range(top_left_row + 1, bot_right_row + 1):
                            sheet[f"{chr(col_idx + 64)}{row_idx}"] = cell_value
                # 4. 删除前三行和最后一行
                sheet.delete_rows(1, 2)
                sheet.delete_rows(sheet.max_row)

                # 保存更改
                file_paths = file_path[:22] + '\\test\\' + filename
                print(file_paths)
                work_book.save(file_paths)

                #将数据合并到新的工作簿中
                for row in sheet.iter_rows(values_only=True):
                    merged_workbook.active.append(row)

def ycl2(): #结构化sheet2
    # 设置文件夹路径
    folder_pathss = r"C:\Users\Desktop\A\B"
    folder_paths = [os.path.join(folder_pathss, file) for file in os.listdir(folder_pathss)]

    for folder_path in folder_paths:
        # 创建一个新的工作簿用于合并数据
        merged_workbook = Workbook()  # Create a new workbook

        # 遍历文件夹中的所有文件
        for filename in os.listdir(folder_path):
            if filename.endswith(".xlsx"):  # 只处理Excel文件
                file_path = os.path.join(folder_path, filename)
                # 1.加载数据
                work_book = load_workbook(filename=file_path, data_only=True)
                sheet = work_book["Sheet2"]  # 假设所有文件的工作表名称相同

                # 2. 找出所有的合并单元格的索引信息
                mc_range_list = [str(item) for item in sheet.merged_cells.ranges]

                # 3. 批量取消合并单元格，填充数据
                for mc_range in mc_range_list:
                    # 取得左上角值的坐标
                    top_left, bot_right = mc_range.split(":")  # ["A1", "A12"]
                    top_left_col, top_left_row = sheet[top_left].column, sheet[top_left].row  # (1, 1,)
                    bot_right_col, bot_right_row = sheet[bot_right].column, sheet[bot_right].row  # (1, 12,)
                    # 记下该合并单元格的值
                    cell_value = sheet[top_left].value  
                    # 取消合并单元格
                    sheet.unmerge_cells(mc_range)
                    # 批量给子单元格赋值
                    # 遍历列
                    for col_idx in range(top_left_col, bot_right_col + 1):
                        # 遍历行
                        for row_idx in range(top_left_row + 1, bot_right_row + 1):
                            sheet[f"{chr(col_idx + 64)}{row_idx}"] = cell_value
                # 4. 删除前三行和最后一行
                sheet.delete_rows(1, 3)

                # 保存更改
                file_paths = file_path[:22] + '\\test\\' + filename
                work_book.save(file_paths)

                # 将数据合并到新的工作簿中
                for row in sheet.iter_rows(values_only=True):
                    merged_workbook.active.append(row)


def merge_excel(folder_paths, output_file): #合并数据
    # 创建一个空的 DataFrame 用于存储合并后的数据
    merged_data = pd.DataFrame()

    # 遍历每个Excel
    for excel_files in os.listdir(folder_paths):
        # # 遍历每个 Excel 文件并处理
        file_path = os.path.join(folder_paths, excel_files)
        # 打开 Excel 文件
        df = pd.read_excel(file_path,sheet_name='Sheet1')
        # 添加文件名作为新列
        file_name = os.path.splitext(excel_files)[0]
        df.insert(0,'时间',file_name)
        # 将数据添加到 merged_data 中
        merged_data = pd.concat([merged_data, df], ignore_index=True)
    merged_data.to_excel(output_file,index=False)

def merge_excel_sheets(folder_paths, output_file): #合并数据
    # 创建一个空的 DataFrame 用于存储合并后的数据
    merged_data = pd.DataFrame()

    # 遍历每个Excel
    for excel_files in os.listdir(folder_paths):
        # # 遍历每个 Excel 文件并处理
        file_path = os.path.join(folder_paths, excel_files)
        df = pd.read_excel(file_path,sheet_name='Sheet2')
        # 添加文件名作为新列
        file_name = os.path.splitext(excel_files)[0]
        df.insert(0,'时间',file_name)
        # 将数据添加到 merged_data 中
        merged_data = pd.concat([merged_data, df], ignore_index=True)
    merged_data.to_excel(output_file,index=False)

def main1():
    # 输入多个文件夹的路径和输出文件的路径
    # folder_pathss = [r"C:\Users\Desktop\A\B\1月数据", r"C:\Users\Desktop\A\B\2月数据"]  # 修改为实际的文件夹路径
    ycl1()
    folder_paths = r"C:\Users\Desktop\A\test"
    output_file = r"C:\Users\Desktop\A\XXX1.xlsx"  # 输出文件路径
    # 调用函数进行合并
    merge_excel(folder_paths, output_file)

def main2():
    ycl2()
    folder_paths = r"C:\Users\Desktop\A\test"
    output_file = r"C:\Users\Desktop\A\XXX2.xlsx"  # 输出文件路径
    # 调用函数进行合并
    merge_excel_sheets(folder_paths, output_file)

if __name__ == '__main__':
	main1()

if __name__ == '__main__':
    main2()
那一球会消失哦
关注
  • 5
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
新恒汇多维度构建优势壁垒，为电子产业蓄势赋能
xincaicaijing的博客
06-26 236
在智能卡模块封装领域，新恒汇具备年产20.15亿颗的生产能力，同时由于具有柔性引线框架、晶圆减薄划片等配套生产能力，可以为客户提供一站式服务，具有业界领先的电化学实验室、产品失效分析实验室、可靠性验证实验室、智能卡生产验证实验室，工艺技术水平突出，因此新恒汇在智能卡模块封测领域具备较强的竞争力。在这个竞争激烈的市场中，新恒汇电子股份有限公司(简称“新恒汇”或“公司”)凭借卓越的技术实力，在智能卡业务领域崭露头角，成为行业内的领军者。一直以来，新恒汇以核心技术为驱动力，不断提升自身的竞争力和市场地位。
河南汇多网络科技有限公司，争做电商创业领导者！
cnmjwz的博客
01-07 372
河南汇多网络科技有限公司致力于电商平台创业一站式服务，专注于构建电商产业生态圈。深入研究中小微创业者基于社交电商淘宝、拼多多平台零基础开店并出单的实战操作，服务学员，采用一对一教学方式，让零基础的成员能快速进入电商领域，并提供电商运营指导、内容营销、网络整合营销、品牌策划、设计、摄影、客服服务等。 河南汇多网络科技有限公司是一家深耕网络营销和提供电商运营解决方案的电商服务商，专注于淘宝、拼多多等电商平台运营服务的技术服务型公司。致力于提供全方位的电子商务营销整合服务、营销推广、品牌策划等的服务商，以打商社群
万里汇WorldFirst如何开通货币收款账户（子账户）？
qq_38461388的博客
07-04 5391
万里汇WorldFirst最近的升级真心不少，之前刚刚完成了万里汇WorldFirst升级，全部升级为World Account，现在又提升了开通货币收款账户（子账户）的用户流程，用户只需在万里汇的后台，在线操作就可以了。万里汇WorldFirst货币收款账户（子账户）可以用来绑定电商平台如亚马逊、乐天法国站等收款，然后可以提现到国内。具体支持的平台可以参看：2019最新支持WorldFirst收款的跨境电商平台及支付网关！ 之前如果要开通货币收款账户（子账户），需要电话或者发电子邮件给万里汇的官方客服，
关于C#调用API的理解(汇多考勤机HD4K)
weixin_30340819的博客
09-20 70
很多时候为了做集成我们别无选择的要用C#来调用C/C++的API,如果你对C#和C/C++数据类型对应关系不是很了解,那么这就是一件很头疼的事情了。 下面来看看具体怎么使用 void*OpenDevice(intnMyAddress,HWNDhWnd) voidCloseDevice(void*pDevice) voidSetMyAddress(void*pDev...
Go语言实现AI五子棋智能算法
qq_38783257的博客
11-13 1385
go语言实现五子棋对战AI
多源多汇扩散模型的按时间分层最大流算法
秋叶红于二月花
01-31 1611
问题 n个点，m条边； n个点中有若干个汇点，除此之外全是源点； 每个源点都有初始人数（可以为0）；(以重要度表示时，1表示普通，2表示重要，3表示很重要，4表示最重要） 每条边都有通过它所需的最大流量和时间。 单次网络结构 层 设一共有F层，编号从0到F 点 原图每个点在对应网络图中第0层的每个点，编号1−>n1-&gt
运筹学经典问题（四）：多商品网络流问题
JESSIENOTCAR的博客
12-13 952
多商品网络流问题（Multicommodity Network Flow, MCNF）是指在一个图网络中，多个商品从各自起点运输到各自终点的问题。更具体的，给定一个图网络GVAK：表示商品的集合；sk​tk​dk​：表示商品k的起点、终点和需求量；uij​：弧段ij∈A的容量；cijk​：商品k在弧段ij∈A上流动的单位成本。MCNF问题的目标就是在图网络中，找到一条使得总运输成本最低，且能满足各个商品需求量的路径。
如何用Delphi开发串口通信程序
liuxq1986的专栏
11-02 710
Delphi 是新一代可视化开发工具，它具有功能强大、简便易用和代码执行速度快等特点，Delphi系列开发工具在国际各媒体上曾获得过三十多项大奖，是全球公认的快速应用开发工具技术的先驱者，他越来越在构架企业信息系统方面发挥着重要作用。 它的功能很强大，但在对串口通信的控制上Delphi的帮助文档和其他书籍中很少提及，可这是在开发应用系统时会经常遇到却又令人头痛的事情。下面介绍三种解决方案，以实现
蚁群算法简介及matlab源代码
热门推荐
hewei0241的专栏
12-14 9万+
1 蚁群算法原理  自1991年由意大利学者 M. Dorigo，V. Maniezzo 和 A. Colorni 通过模拟蚁群觅食行为提出了一种基于种群的模拟进化算法——蚁群优化。该算法的出现引起了学者们的极大关注，蚁群算法的特点：     ① 其原理是一种正反馈机制或称增强型学习系统; 它通过【最优路径上蚂蚁数量的增加→信息素强度增加→后来蚂蚁选择概率增大→最优路径上蚂蚁数量更大增
汇多考勤机接口源代码
03-22
《汇多考勤机接口源代码详解》 在IT领域，接口编程是连接不同系统、设备和服务的关键技术，尤其在企业级应用中，考勤管理系统的接口设计与实现更是至关重要。"汇多考勤机接口源代码"是针对3.2版本的考勤设备与系统...
汇多 SDK 开发包
08-19
通过这些文件，开发者可以深入理解汇多SDK的工作原理，包括设备通信协议、地区定制化处理以及如何在Delphi环境中创建和配置项目。同时，示例程序和源代码提供了实际操作的起点，帮助开发者快速上手并自定义自己的...
汇多AMASS考勤机Delphi控件
04-06
东莞汇多公司考勤机的Delphi控件，汇多的考勤机多数都是都是以AMASS为品牌在市面上销售，汇多公司并不提供开发包，只有dll的函数说明和一个Test程序，这个Delphi控件是根据dll的函数说明编写的，适合汇多3P，4P，5P...
考勤机接口调用（POs收费机）汇多
09-18
/此公用文件主要是对考勤机操作, 如果对收费机操作则可参考此文件定义结构即可. unit uPublic; interface Uses Windows , SysUtils , QForms , StdCtrls ,QComCtrls ,DBGrids, QExtCtrls ,Classes,QGraphics ; //-...
Viicms 微信源码
09-23
感谢您关注微商汇多用户微信营销系统管理平台，微商汇是中国最大的微信营销平台。为个人和企业提供基于微信公众平台的一系列功能，包括智能回复、微信3G网站、互动营销活动、会员管理、大转盘、优惠券、数据统计等...
【Python如何将字符串连接在一起并使用`join()`方法】
最新发布
qq_36253366的博客
07-19 161
方法是字符串对象的方法，而不是列表或元组等序列类型的方法。因此，你需要先指定一个用作分隔符的字符串，然后调用这个字符串的。方法将字符串连接在一起，你需要首先确保这些字符串被存储在一个序列类型中（如列表或元组），然后调用这个序列的。方法是一个字符串方法，它用于将序列（如列表、元组等）中的元素以指定的字符连接生成一个新的字符串。列表中的所有字符串元素使用空格作为分隔符连接成一个新的字符串。方法，并将你想要作为分隔符的字符串作为参数传递给。方法，并将包含要连接字符串的序列作为参数传递。
华为od机试真题 — 代表团坐车(Python)
学习,你不是一个人在战斗 ～ 961302305（QQ,微信）
07-17 566
【华为od机试真题 】代表团坐车(Python) 某组织举行会议，来了多个代表团同时到达，接待处只有一辆汽车可以同时接待多个代表团，为了提高车辆利用率，请帮接待员计算可以坐满车的接待方案输出方案数量。
Python每日一题：回文数
xiongxiaoxuan的博客
07-16 264
回文数是指正序（从左向右）和倒序（从右向左）读都是一样的整数。例如，121 是回文，而 123 不是。给你一个整数 x ，如果 x 是一个回文整数，返回 true；否则，返回 false。解释：从左向右读, 为 -121。从右向左读, 为 121-。因此它不是一个回文数。先将整数x转化为字符串形式，判断x和它的反转形态是否完全相等。解释：从右向左读, 为 01。需注意：True和False首字母大写！提示：-231
IPython 日志秘籍：%logstate 命令全解析
2401_85812026的博客
07-17 555
logstate命令是 IPython 日志系统的重要组成部分，它帮助我们掌控日志记录的状态。通过本文的介绍，你应该对如何在 IPython 中使用%logstate查看日志状态有了更深入的理解。记住，合理利用日志系统，可以让你的数据探索过程更加透明和可追溯。本文详细介绍了 IPython 的%logstate命令，包括其基本概念、基本用法、输出解析以及实战示例。希望本文能够帮助读者更好地利用 IPython 的日志系统，优化数据探索和科学计算的工作流。记住，掌握%logstate。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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