获取所有股票历史行情数据

已于 2022-07-07 23:56:45 修改
阅读量1.3k 收藏 7
点赞数
分类专栏： Python 文章标签： 大数据
于 2022-07-07 23:21:00 首次发布
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/qh0526wy/article/details/125669043
版权

第一段 所有股票 周期：天  复权：不复权

# encoding:utf-8
import os
import sys
import pandas as qh_pd
import datetime
import time
import random
if __name__ == "__main__":
    print("本文件引用")
    qh_path = os.path.abspath(os.path.join(os.getcwd(), ".."))  # 返回当前工作目录   先到达 QH_网络配置 的父文件夹路径
    sys.path.append(qh_path)  # 添加自己指定的搜索路径
else:
    print("外文件引用")
    qh_path = os.path.abspath(os.path.join(os.getcwd(), ".."))  # 返回当前工作目录   先到达 QH_网络配置 的父文件夹路径
    sys.path.append(qh_path)  # 添加自己指定的搜索路径
#引入自己的文件模块
import QH001_Spider_Object.QH_DongFang_Object as Qh_Req_Obj           # 东方财富
import QH001_Spider_Object.QH_SouHu_Home_Object as Qh_SHH_Obj         # 搜狐交易日
import QH_Stock_Treasure_Box.qh_sqlite_orm_json as qh_db              # 数据库
import QH_Stock_Treasure_Box.qh_Log as qh_log                         # 日志
import QH_Stock_Treasure_Box.qh_parameter_chuanru as qh_chcan         # 传入参数
import QH_DF_Interface as qh_df_interface
import QH_IP_KDL as qh_ip_m                                           #ip

if __name__ == "__main__":

    qh_Log = qh_log.Qh_log_write(qh_path, "Qh_DF_His_D_Log")
    qh_Trading_day = Qh_SHH_Obj.QH_Get_Dangri_Date()  # 同一个文件的函数  日期会自动传入
    qh_Log.qh_Log("获取交易日期-搜狐，交易日期：{}".format(qh_Trading_day))
    qh_all_stock_list_sql = qh_chcan.Qh_CX_Sql_DB(qh_path, qh_chaxun_id="QH_ChaXun_00005")
    qh_Log.qh_Log("获取所有股票代码，代码列表：{}".format(qh_all_stock_list_sql))
    qh_ip_list = qh_ip_m.Qh_Get_Ip(qh_path, qh_flag="B")
    qh_Log.qh_Log("获取所有HTTP代理IP，HTTP代理IP列表：{}".format(qh_ip_list))
    qh_wangzhan0 = "DF"  # 网站代码
    qh_Log.qh_Log("网站代码：{}".format(qh_wangzhan0))
    qh_klt_dic = {"天": "D", "周": "W", "月": "M"}
    qh_Log.qh_Log("周期字典：{}".format(qh_klt_dic))
    qh_fqt_dic = {"不复权": "0", "前复权": "1", "后复权": "2"}
    qh_Log.qh_Log("是否复权字典：{}".format(qh_fqt_dic))
    qh_db_canshu = qh_chcan.Qh_InF_To_DB(qh_path, [], qh_spider_id="QH_Spider_00008", qh_canshu=True)
    qh_Log.qh_Log("获取所有数据库参数：{}".format(qh_db_canshu))
    qh_table_00 = qh_db_canshu['QH_Table']  # 需补充参数的组合表名
    qh_Log.qh_Log("需补充参数的组合表名：{}".format(qh_table_00))
    qh_sql0 = qh_chcan.Qh_CX_Sql_DB(qh_path, qh_chaxun_id="QH_ChaXun_00015", qh_sql0="", qh_ret_sql=True)
    qh_Log.qh_Log("获取需要补充参数的股票流记录SQL：{}".format(qh_sql0))
    #循环所有股票列表
    for qh_i, qh_row in enumerate(qh_all_stock_list_sql[1][1]):
        qh_code = qh_row[15]   # 股票代码
        qh_zjs = qh_row[16]    # 证交所
        qh_name = qh_row[17]   # 股票名称
        # 组合股票代码
        if str(qh_zjs) == "0":
            qh_code = "SZ{}".format(qh_code)
        else:
            qh_code = "SH{}".format(qh_code)
        qh_Log.qh_Log("正在获取第{}支股票，股票代码：{}，证交所：{}，股票名称：{}".format(qh_i, qh_code, qh_zjs, qh_name))
        qh_klt = "天"
        qh_fqt = "不复权"
        qh_Log.qh_Log("周期：{}，复权：{}".format(qh_klt, qh_fqt))
        qh_df_interface.Qh_Get_His_Flow(qh_code, qh_name, qh_Trading_day, qh_klt, qh_fqt,
                                        qh_wangzhan0, qh_klt_dic, qh_fqt_dic,
                                        qh_table_00, qh_sql0, qh_Log, qh_ip_list)

第二段 所有股票 所有周期：天/周/月  所有复权：不复权/前复权/后复权

# encoding:utf-8
import os
import sys
import pandas as qh_pd
import datetime
import time
import random
if __name__ == "__main__":
    print("本文件引用")
    qh_path = os.path.abspath(os.path.join(os.getcwd(), ".."))  # 返回当前工作目录   先到达 QH_网络配置 的父文件夹路径
    sys.path.append(qh_path)  # 添加自己指定的搜索路径
else:
    print("外文件引用")
    qh_path = os.path.abspath(os.path.join(os.getcwd(), ".."))  # 返回当前工作目录   先到达 QH_网络配置 的父文件夹路径
    sys.path.append(qh_path)  # 添加自己指定的搜索路径
#引入自己的文件模块
import QH001_Spider_Object.QH_DongFang_Object as Qh_Req_Obj           # 东方财富
import QH001_Spider_Object.QH_SouHu_Home_Object as Qh_SHH_Obj         # 搜狐交易日
import QH_Stock_Treasure_Box.qh_sqlite_orm_json as qh_db              # 数据库
import QH_Stock_Treasure_Box.qh_Log as qh_log                         # 日志
import QH_Stock_Treasure_Box.qh_parameter_chuanru as qh_chcan         # 传入参数
import QH_DF_Interface as qh_df_interface
import QH_IP_KDL as qh_ip_m                                           #ip


if __name__ == "__main__":

    qh_Log = qh_log.Qh_log_write(qh_path, "Qh_DF_His_DWM_Log")
    qh_Trading_day = Qh_SHH_Obj.QH_Get_Dangri_Date()                  # 同一个文件的函数  日期会自动传入
    qh_Log.qh_Log("获取交易日期-搜狐，交易日期：{}".format(qh_Trading_day))
    qh_all_stock_list_sql = qh_chcan.Qh_CX_Sql_DB(qh_path, qh_chaxun_id="QH_ChaXun_00005")
    qh_Log.qh_Log("获取所有股票代码，代码列表：{}".format(qh_all_stock_list_sql))
    qh_ip_list = qh_ip_m.Qh_Get_Ip(qh_path, qh_flag="B")
    qh_Log.qh_Log("获取所有HTTP代理IP，HTTP代理IP列表：{}".format(qh_ip_list))
    qh_wangzhan0 = "DF"  # 网站代码
    qh_Log.qh_Log("网站代码：{}".format(qh_wangzhan0))
    qh_klt_dic = {"天": "D", "周": "W", "月": "M"}
    qh_Log.qh_Log("周期字典：{}".format(qh_klt_dic))
    qh_fqt_dic = {"不复权": "0", "前复权": "1", "后复权": "2"}
    qh_Log.qh_Log("是否复权字典：{}".format(qh_fqt_dic))
    qh_db_canshu = qh_chcan.Qh_InF_To_DB(qh_path, [], qh_spider_id="QH_Spider_00008", qh_canshu=True)
    qh_Log.qh_Log("获取所有数据库参数：{}".format(qh_db_canshu))
    qh_table_00 = qh_db_canshu['QH_Table']  # 需补充参数的组合表名
    qh_Log.qh_Log("需补充参数的组合表名：{}".format(qh_table_00))
    qh_sql0 = qh_chcan.Qh_CX_Sql_DB(qh_path, qh_chaxun_id="QH_ChaXun_00015", qh_sql0="", qh_ret_sql=True)
    qh_Log.qh_Log("获取需要补充参数的股票流记录SQL：{}".format(qh_sql0))
    # 循环所有股票列表
    for qh_i,qh_row in enumerate(qh_all_stock_list_sql[1][1]):
        qh_code = qh_row[15]  # 股票代码
        qh_zjs = qh_row[16]  # 证交所
        qh_name = qh_row[17]  # 股票名称
        # 组合股票代码
        if str(qh_zjs) == "0":
            qh_code = "SZ{}".format(qh_code)
        else:
            qh_code = "SH{}".format(qh_code)
        qh_Log.qh_Log("正在获取第{}支股票，股票代码：{}，证交所：{}，股票名称：{}".format(qh_i,qh_code,qh_zjs,qh_name))
        for qh_key in qh_klt_dic:
            qh_klt = qh_key          #周期
            for qh_key01 in qh_fqt_dic:
                qh_fqt = qh_key01    #复权
                qh_Log.qh_Log("周期：{}，复权：{}".format(qh_klt, qh_fqt))
                qh_df_interface.Qh_Get_His_Flow(qh_code, qh_name, qh_Trading_day, qh_klt, qh_fqt,
                                                qh_wangzhan0, qh_klt_dic, qh_fqt_dic,
                                                qh_table_00, qh_sql0, qh_Log,qh_ip_list)

第三段：调用函数

def Qh_Get_His_Flow(qh_code,qh_name,qh_Trading_day, qh_klt, qh_fqt,qh_wangzhan0,qh_klt_dic,qh_fqt_dic,qh_table_00,qh_sql0,qh_Log,qh_ip_list=[]):
    """
    获取所有历史交易数据函数         作者：阙辉
    :param qh_code:         股票代码  带证交所 SZ000001
    :param qh_name:         股票名称
    :param qh_Trading_day:  最近交易日期
    :param qh_klt:          周期
    :param qh_fqt:          复权
    :param qh_wangzhan0:    网站
    :param qh_klt_dic:      周期字典
    :param qh_fqt_dic:      复权字典
    :param qh_table_00:     需传参数的表名
    :param qh_sql0:         需传参数的SQL
    :param qh_ip_list:      代理IP
    :return:
    """
    qh_flow_jilu = []      #初始化记录列表
    qh_wangzhan = qh_wangzhan0 + "_" + str(qh_klt_dic[qh_klt]) + "_" + str(qh_fqt_dic[qh_fqt])   #拼接网站id  关键代码，隔离了周期和复权
    qh_flow_jilu.append(qh_wangzhan)     # qh_flow_jilu 0 网站
    qh_flow_jilu.append(qh_code)         # qh_flow_jilu 1 股票代码
    qh_flow_jilu.append(qh_name)         # qh_flow_jilu 2 股票名称
    qh_flow_jilu.append(qh_Trading_day)  # qh_flow_jilu 3 交易日期
    # 爬取历史股票
    qh_type_gg = "QH_JY_HIS"         # 获取历史数据类型  历史交易数据
    qh_flow_jilu.append(qh_type_gg)  # #qh_flow_jilu 4 交易类型   历史交易
    qh_end_date = qh_Trading_day     # 最近一个交易日期
    # 判断最近交易日期的历史数据是否爬取
    try:
        qh_sql = qh_sql0.format(qh_wangzhan, qh_code, qh_type_gg)
        qh_list_qq = qh_chcan.Qh_CX_Sql_DB(qh_path, qh_chaxun_id="QH_ChaXun_00015", qh_sql0=qh_sql, qh_ret_sql=False,qh_filed=False)
        qh_list_qq = qh_list_qq[1][1]
        if len(qh_list_qq) > 0:
            qh_list_qq = qh_list_qq[0]      # 取第一行
            qh_pq_yy = qh_list_qq[8]        # 爬取状态
            qh_zong_count = qh_list_qq[10]  # 上一次总数量
            qh_stare_date = qh_list_qq[6]   # 上一次爬取交易日期
            qh_Log.qh_Log("股票流有记录，记录为：爬取状态：{}，上一次总数量：{}，上一次爬取交易日期：{}".format(qh_pq_yy, qh_zong_count, qh_stare_date))
        else:
            qh_pq_yy = "N"  # 爬取状态
            qh_zong_count = 0  # 总数量
            qh_stare_date = "1989-01-01"    # 默认起始日期
            qh_Log.qh_Log("股票流无记录，默认记录为：爬取状态：{}，上一次总数量：{}，上一次爬取交易日期：{}".format(qh_pq_yy, qh_zong_count, qh_stare_date))
    except:
        qh_pq_yy = "N"  # 爬取状态
        qh_zong_count = 0  # 总数量
        qh_stare_date = "1989-01-01"  # 默认起始日期
        qh_Log.qh_Log("股票流表未创建，默认记录为：爬取状态：{}，上一次总数量：{}，上一次爬取交易日期：{}".format(qh_pq_yy, qh_zong_count, qh_stare_date))

    # 判断是否要请求数据
    if qh_pq_yy == "Y" and str(qh_end_date) == str(qh_stare_date):
        qh_Log.qh_Log("股票代码（{}）已爬取，最后交易日期{}，阙辉！".format(qh_code, qh_end_date))
    else:
        # 随机从IP列表中获取一个代理IP
        if len(qh_ip_list) > 0:
            qh_ip_kk = random.choice(qh_ip_list)
            qh_htt = qh_ip_kk[1]
            qh_htt = "https"
            qh_ip = qh_ip_kk[0]
            qh_htt_ip = "{}\\:{}".format(qh_htt, qh_ip)
            qh_proxy = {
                qh_htt: qh_htt_ip
            }
            qh_Log.qh_Log("随机获取代理IP（{}），阙辉！".format(qh_proxy))
        else:
            qh_proxy = {}
            qh_Log.qh_Log("不使用代理IP，阙辉！")
        # 请求数据
        qh_Log.qh_Log("开始请求（{}），阙辉！".format(qh_code))
        qh_his_jiaoyi_list = Qh_DF_His_Flow_Interface01(qh_Trading_day, qh_code,
                                                                        qh_stare_date=qh_stare_date,
                                                                        qh_end_date=qh_end_date, qh_klt=qh_klt,
                                                                        qh_fqt=qh_fqt,
                                                                        qh_spider_id="QH_Spider_00008",
                                                                        qh_out="qh_list", qh_day_t=False,
                                                                        qh_proxy=qh_proxy)
        qh_his_jiaoyi_list_len = len(qh_his_jiaoyi_list)  # 统计本次的数据量
        qh_new_table = qh_table_00.format(qh_code)  # 生成表格名
        qh_Log.qh_Log("组合存储表格名（{}），阙辉！".format(qh_new_table))
        # 存储数据 返回存储状态
        if qh_his_jiaoyi_list_len > 0:
            qh_Log.qh_Log("请求（{}）数据成功，本次共{}条，阙辉！".format(qh_code,qh_his_jiaoyi_list_len))
            qh_cc_star = qh_chcan.Qh_InF_To_DB(qh_path, qh_his_jiaoyi_list, qh_spider_id="QH_Spider_00008_D",
                                               qh_canshu=False, qh_new_table=qh_new_table)
        else:
            qh_cc_star = False
        #判断数据是否更新成功，更新成功则
        if qh_cc_star:
            qh_Log.qh_Log("存储（{}）数据成功，本次共{}条，阙辉！".format(qh_code, qh_his_jiaoyi_list_len))
            qh_flow_jilu.append("Y")  # #qh_flow_jilu 5 是否成功 爬取状态
            qh_flow_jilu.append(qh_his_jiaoyi_list_len)  # #qh_flow_jilu 6 本次数量
            qh_flow_jilu.append(qh_his_jiaoyi_list_len + int(qh_zong_count))  # #qh_flow_jilu 7 总数量
            qh_flow_jilu = qh_chcan.Qh_TC_List(qh_flow_jilu, 18)  # 补充不满18的字段为空  #qh_flow_jilu 8以后为空的字段
            if qh_chcan.Qh_InF_To_DB(qh_path, [qh_flow_jilu], qh_spider_id="QH_Spider_99999"):  # 更新数据存储状态
                qh_Log.qh_Log("更新股票记录流成功，股票记录流为：{}，阙辉！".format(qh_flow_jilu))

qh0526wy
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2024年Python最全Python爬虫+数据分析，2024年你想看的A股牛市都在这里了！
2401_84585234的博客
04-30 1041
本文将通过Python将从2018年度到目前的股票历史数据爬取过来，大展身手进行一波数据可视化操作，结合数据和市场分析2019年A股牛市的走势和行情。一、工具准备本文分析侧重可视化，而且难点主要在于数据的获取。对于股票相关数据，想必对于Python大家应该都比较熟悉了，网站爬数据神器，只要从东方财经网和网易财经爬取相关股票的历史数据即可。
tx股票接口小计
过客代码站
03-26 8747
腾讯  分时成交 http://stockhtm.finance.qq.com/sstock/quotpage/q/600103.htm#detail http://stock.gtimg.cn/data/index.php?appn=detail&action=data&c=sh600103&p=0 http://stock.gtimg.cn/data/index.php?app
python获取股票历史数据
jinshiyill的博客
11-02 8271
各种股票软件，例如通达信、同花顺、大智慧，都可以实时查看股票价格和走势，做一些简单的选股和定量分析，但是如果你想做更复杂的分析，例如回归分析、关联分析等就有点捉襟见肘，所以最好能够获取股票历史及实时数据并存储到数据库，然后再通过其他工具，例如SPSS、SAS、EXCEL或者其他高级编程语言连接数据库获取股票数据进行定量分析，这样就能实现更多目的了。       为此，首先需要找到可以获取股票
基于Python爬取搜狐证券股票过程解析
01-19
数据的爬取 我们以上证50的股票为例，首先需要找到一个网站包含这五十只股票的股票代码，例如这里我们使用搜狐证券提供的列表。 https://q.stock.sohu.com/cn/bk_4272.shtml 可以看到，在这个网站中有上证50的所有股票代码，我们希望爬取的就是这个包含股票代码的表，并获取这个表的第一列。 爬取网站的数据我们使用Beautiful Soup这个工具包，需要注意的是，一般只能爬取到静态网页中的信息。 简单来说，Beautiful Soup是Python的一个库，最主要的功能是从网页抓取数据。 像往常一样，使用这个库之前，我们需要先导入该库bs4。除此之外，我们还需要
获取股票历史数据——数据采集（1）
fengku1的博客
09-08 5580
打造自己的股票数据可视化
使用 Selenium 和 Python 爬取股票网站历史资金数据的简易教程
qq_48357553的博客
07-04 3445
在。
Python获取某网站的行业/概念板块和个股历史数据（量化投资二）
199铱
10-24 1051
可以自定义任意几个代码，即可获取对应行业或概念板块的历史数据，如2023.03.03日涨幅靠前的“Chiplet概念”的代码为BK1101。在代码中输入这两个代码[‘BK1101’]，即可一次性获取想要的数据。将获取板块的url替换为获取某只个股的url，就可以获取个股的日K线数据。
A股历史交易数据获取
fuyungeili的专栏
10-10 1万+
本身自己做开发，又刚好对股票有一些兴趣，最近刚好又在学python,python尤其擅长数据分析、数据爬取于是打算用python获取A股所有上市公司历史交易数据，包括指数。但网上找了半天，几乎没有现成的拷贝过来就能用的代码，我说的是免费的，不过功夫不负有心人，最终还是找到了两个办法。以下两种方法是针对有python编程基础的人，没有编程基础的人直接去淘宝搜索A股历史交易记录吧，大淘宝果然啥都有，码...
Excel+VBA+获取股票的历史数据+股票+基金+投资+理财+源代码+可直接使用
01-30
在获取股票历史数据的场景中，我们将创建一个Sub，用于执行网络请求并解析返回的数据。 1. **VBA基础知识**： - **Sub**：这是VBA中的一个过程，用于执行一系列操作。 - **Function**：函数通常用于返回一个值，...
python实现股票行情数据获取
09-23
在Python编程语言中，获取股票行情数据是一项常见的任务，尤其对于金融数据分析和自动化交易系统开发而言至关重要。Python提供了丰富的库和API接口，使得获取实时或历史股票数据变得相对简单。以下是一些关于如何...
历史股票数据
12-03
此外，数据库系统（如Hive或HBase）也可能用于存储和检索大量历史数据。 此外，数据清洗也是重要的一环，因为原始数据可能存在缺失值、异常值或不一致的情况，需要进行处理才能确保后续分析的准确性。而数据安全和...
C#股票期货历史行情数据采集源码
06-21
2. **金融商贸**：项目专注于金融领域的数据处理，涉及股票和期货市场的历史数据。理解金融市场的交易规则和数据结构对于正确解析和利用这些数据至关重要。 3. **数据采集**：源码中包含了实现数据采集的算法和方法...
实时获取股票行情数据
02-05
10. **用户体验**：良好的用户界面设计和交互体验，如图表展示、历史数据查询、自定义设置等，能提升软件的实用性和用户满意度。 在给定的文件`ReadStockReal.exe`中，我们可以推测这可能是一个用Delphi编写的、...
Python爬虫实战：爬取股票信息
2301_76161259的博客
03-18 2787
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取本次选题是先写好代码再写的文章，绝对可以用到页面元素解析，并且还需要对网站的数据加载有一定的分析，才能得到最终的数据，并且小编找的这两个数据源无 ip 访问限制，质量有保证，绝对是小白练手的绝佳之选。郑重声明： 本文仅用于学习等目的。① Python所有方向的学习路线图，清楚各个方向要学什么东西。
爬虫：爬取股票历史交易数据
热门推荐
泛泛之素
09-08 4万+
爬虫策略制定 1、 从东方财富网中获取(http://quote.eastmoney.com/stocklist.html)股票代码 2、 从网易财经中可以直接下载csv格式文件，地址类似于http://quotes.money.163.com/trade/lsjysj_600508.html#01b07 3、 两个网站都不需要cookie，很好爬，注意控制访问时间间隔就可以，爬信息不要太暴...
以股票历史数据抓取为例，浅谈踩过的VBA网抓的“坑”
m0_64899365的博客
09-18 1707
用Excel VBA网抓的经验分享
【python爬虫实战】爬取股票数据
weixin_62916524的博客
04-11 2582
python爬虫实战
[QMT]09-下载历史行情数据到本地
liuyukuan的专栏
01-26 3997
用Python调用xtquant接口从iQuant获取1分钟K数据
python爬取股票数据——进阶篇
qq_41314882的博客
11-17 838
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。验证你的量化因子是否有效呀。Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。统一思想之后，接下来就该上手敲代码了。没错，如果你只需要一只或几只股票的历史数据，通达信更简便，但如果你的需求是全市场5000+的股票数据，通达信该如何应对？
如何使用 tushare 获取股票历史数据？
最新发布
05-27
使用 tushare 获取股票历史数据可以分为以下几个步骤： 1. 安装 tushare 库：在命令行中输入 `pip install tushare` 即可安装。 2. 导入 tushare 库：在 Python 中导入 tushare 库，可以使用以下代码： ```python import tushare as ts ``` 3. 设置 token：在使用 tushare 之前，需要设置 token。可以在 tushare 官网注册并获取 token，然后使用以下代码设置： ```python ts.set_token('your_token_here') ``` 4. 获取历史数据：使用 `ts.pro_api()` 获取 tushare 的 pro 接口，然后使用该接口提供的方法获取历史数据。例如，以下代码可以获取某股票在指定日期范围内的历史行情数据： ```python # 初始化 pro 接口 pro = ts.pro_api() # 获取股票历史行情数据 df = pro.daily(ts_code='股票代码', start_date='起始日期', end_date='结束日期') ``` 其中，`ts_code` 表示股票代码，例如 '600519.SH' 表示贵州茅台股票；`start_date` 表示起始日期，格式为 'YYYYMMDD'；`end_date` 表示结束日期，格式为 'YYYYMMDD'。

“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