使用vscode进行服务器python代码调试/以及使用debugpy进行复杂代码调试

原创 已于 2024-12-03 14:35:07 修改 · 2.6k 阅读 · 32 ·
CC 4.0 BY-SA版权
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。
文章标签：

#vscode #python #代码调试 #ipdb

于 2024-12-02 19:11:52 首次发布

使用vscode进行代码调试/以及使用debugpy进行复杂代码调试

前言：

大家首先要会使用vscode连接服务器，之后再考虑调试，连接服务器。可以参考下面这个帖子：
ssh使用vscode连接linux服务器【autodl服务器】，并调出命令行运行代码【允许python代码跳转】

笔者已经提前在服务器上安装了Python和Python Debugger插件。大家也提前安装一下。
在这里插入图片描述

方法一：使用ipdb对程序进行调试

1.1 直接命令行运行ipdb：（不建议直接命令行运行，建议代码中插入）

首先需要安装 ipdb：

pip install ipdb

之后我们可以试着创建一个代码文件，就叫它test.py 吧。

class Book:
    def __init__(self, title, author, year):
        self.title = title
        self.author = author
        self.year = year

    def __str__(self):
        return f"'{self.title}' by {self.author} ({self.year})"


class Library:
    def __init__(self):
        self.books = []

    def add_book(self, book):
        self.books.append(book)

    def remove_book(self, title):
        self.books = [book for book in self.books if book.title != title]

    def find_books_by_author(self, author):
        return [book for book in self.books if book.author == author]

    def list_books(self):
        for book in self.books:
            print(book)


def main():
    library = Library()

    # 添加书籍
    library.add_book(Book("1984", "George Orwell", 1949))
    library.add_book(Book("To Kill a Mockingbird", "Harper Lee", 1960))
    library.add_book(Book("The Great Gatsby", "F. Scott Fitzgerald", 1925))
    library.add_book(Book("Brave New World", "Aldous Huxley", 1932))

    # 列出所有书籍
    print("All books in the library:")
    library.list_books()
    print()

    # 查找某个作者的书籍
    author = "George Orwell"
    print(f"Books by {author}:")
    books_by_author = library.find_books_by_author(author)
    for book in books_by_author:
        print(book)
    print()

    # 删除书籍
    library.remove_book("1984")
    print("After removing '1984':")
    library.list_books()

    # 使用循环进行一些复杂操作
    print("\nBooks published before 1950:")
    for book in library.books:
        if book.year < 1950:
            print(book)


if __name__ == "__main__":
    main()

在终端上输入

python -m ipdb test.py

就可以从程序开头一行一行的调试了：
在这里插入图片描述

1.2 直接在代码片段中插入ipdb（推荐使用这个方法）：

但是直接在代码中运行ipdb的话，可能不能直接命中我们需要调试的片段，特别是如果我们跑一个非常大的项目的时候，只希望在项目中的某一个代码文件的某一片段检查一下，我们需要在那个需要中断的地方插入上如下代码。

import ipdb;ipdb.set_trace();

程序跑的时候就会在你设置断点的位置停下来。
在这里插入图片描述
我们在#删除书籍上面插入了import ipdb;ipdb.set_trace(); 程序也刚好运行到这里停了下来。如果是大项目中的某一个代码文件，这样插入也有用。
在这里插入图片描述

1.3 ipdb命令行调试的一些常用指令：

  • h：帮助命令(help)
  • s：(step into)进入函数内部
  • n：(next)执行下一行
  • b: (break)b line_number对某行号打断点
  • cl: (clear)清除断点
  • c: (continue)一直执行到断点
  • r: (return)从当前函数返回
  • j: (jump)j line_number，跳过代码片段，直接执行指定行号所在的代码
  • l: (list)列出上下文代码
  • a: (argument)列出传入函数所有的参数值
  • p/pp: print 和 pretty print 打印出变量值
  • r: (restart)重启调试器
  • q: (quit)退出调试，清除所有信息

方法二：VScode中的python调试

2.1 简单调试

我们现在仍然使用上面创建的test.py文件作为案例来讲解。

从服务器文件中点开test.py，同时打上断点（小红点）。

之后，从左侧“运行”选项卡访问调试程序。点击“运行和调试”之后，在上方选择调试器处，我选择了“Python Debugger”调试器。（因为我想调试的是python代码，如果是其他的代码，比如Node.js，也要更换相应的调试工具。）
在这里插入图片描述
之后选择当前python文件（第一条，也就是我们现在点开的test.py文件）
在这里插入图片描述
然后程序运行到断点就停下来了。
在这里插入图片描述
至于调试的按钮，大家有过调试经验的，尝试一下就知道了，就不细说了。
在这里插入图片描述
当然也可以直接从vscode程序的右上角，进行python代码运行和调试。
在这里插入图片描述

2.2 复杂命令调试（命令行调试）

在vsocde中，有两种核心调试模式：Launch和Attach。我通常使用Attach模式进行复杂命令的调试。

有的时候，我不是只跑一个文件，而是跑一个非常大的项目，同时项目的执行命令非常复杂，这个时候如何调试呢？

比如我现在想调试scene graph generation benchmark项目。

其运行命令如下：

CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --master_port 10026 --nproc_per_node=2 tools/relation_train_net.py --config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL False MODEL.ROI_RELATION_HEAD.PREDICTOR CausalAnalysisPredictor MODEL.ROI_RELATION_HEAD.CAUSAL.EFFECT_TYPE none MODEL.ROI_RELATION_HEAD.CAUSAL.FUSION_TYPE sum MODEL.ROI_RELATION_HEAD.CAUSAL.CONTEXT_LAYER motifs SOLVER.IMS_PER_BATCH 12 TEST.IMS_PER_BATCH 2 DTYPE “float16” SOLVER.MAX_ITER 50000 SOLVER.VAL_PERIOD 2000 SOLVER.CHECKPOINT_PERIOD 2000 GLOVE_DIR /home/kaihua/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/kaihua/checkpoints/pretrained_faster_rcnn/model_final.pth OUTPUT_DIR /home/kaihua/checkpoints/causal-motifs-sgcls-exmp

这种情况，没有办法直接通过调试按钮进行运行。不过幸运的是，如果在您的 Python 环境中安装了debugpy，调试器也可以从命令行运行。
调试器命令行语法如下：

python -m debugpy
    --listen | --connect
    [<host>:]<port>
    [--wait-for-client]
    [--configure-<name> <value>]...
    [--log-to <path>] [--log-to-stderr]
    <filename> | -m <module> | -c <code> | --pid <pid>
    [<arg>]...

接下来我会解释如何使用命令行调试功能。

  1. 安装debugpy：
pip install debugpy
  1. 点击创建launch.json文件。
    在这里插入图片描述
  2. 我们选择Python Debugger。并且继续选择当前python文件。打开launch.json文件。
    在这里插入图片描述
    刚才是没有进入调试器时的操作，如果你已经进入了调试器，可以直接点击添加配置。打开launch.json文件。
    在这里插入图片描述
    4… 修改launch.json文件。
    初始时的launch.json文件是这样的：
    在这里插入图片描述
    launch.json中可选的调试方式有两种，一种是launch，一种是attach，之后我们把request修改成attach的模式。即如下：（注意，端口号要选择自己服务器的端口号。我是用的autodl服务器，这个服务器可选的端口号是6006 （如果使用的商业服务器比如autodl，可能连接的时候不能翻墙））
    在这里插入图片描述
{
    "version": "0.2.0",
    "configurations": [
        {
            "name": "Python 调试程序: 当前文件",
            "type": "debugpy",
            "request": "attach",
            "connect": {
              "host": "localhost",
              "port": 6006
            }
        }
    ]
}

之后我们在命令行运行如下命令（因为wait-for-client服务器端开始受到调试指令，并等待客户端的进一步命令）：

python -m debugpy --listen 6006 --wait-for-client ./test.py

接着我们点击F5。和远程服务器成功连接，并且可以从我们打断点的地方开始调试：
在这里插入图片描述
运行大项目的时候，使用attach调试模式会非常方便。

2.21 debugpy直接插入代码里：

实际上可以直接把debugpy放在代码里运行（这个方法不用修改命令行的命令，可能会简单一点？）：

在代码入口放入：

    import debugpy
    debugpy.listen(("localhost", 5678))
    print("Waiting for debugger attach...")
    debugpy.wait_for_client()
    # debugpy.breakpoint()
    print("Debugger attached.")
    # 你的程序代码

之后本地运行你的Python脚本，点击F5：

    python your_script.py

（我一步直接修改命令，这个方法没有尝试过）

2.22 如何修改复杂命令？

比如我们运行的程序命令如下，如何修改成attach可以识别并调试的命令呢？

CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --master_port 10026 --nproc_per_node=2 tools/relation_train_net.py --config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL False MODEL.ROI_RELATION_HEAD.PREDICTOR CausalAnalysisPredictor MODEL.ROI_RELATION_HEAD.CAUSAL.EFFECT_TYPE none MODEL.ROI_RELATION_HEAD.CAUSAL.FUSION_TYPE sum MODEL.ROI_RELATION_HEAD.CAUSAL.CONTEXT_LAYER motifs SOLVER.IMS_PER_BATCH 12 TEST.IMS_PER_BATCH 2 DTYPE “float16” SOLVER.MAX_ITER 50000 SOLVER.VAL_PERIOD 2000 SOLVER.CHECKPOINT_PERIOD 2000 GLOVE_DIR /home/kaihua/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/kaihua/checkpoints/pretrained_faster_rcnn/model_final.pth OUTPUT_DIR /home/kaihua/checkpoints/causal-motifs-sgcls-exmp

方法一： 在项目入口代码里直接放上debugpy，就不用修改复杂命令了。
方法二：交给gpt就好啦。让GPT去修改。

我问gpt：

我现在想要使用vscode的debugpy调试一个项目，项目的运行命令如下：
CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --master_port 10026 --nproc_per_node=2 tools/relation_train_net.py --config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL False MODEL.ROI_RELATION_HEAD.PREDICTOR CausalAnalysisPredictor MODEL.ROI_RELATION_HEAD.CAUSAL.EFFECT_TYPE none MODEL.ROI_RELATION_HEAD.CAUSAL.FUSION_TYPE sum MODEL.ROI_RELATION_HEAD.CAUSAL.CONTEXT_LAYER motifs SOLVER.IMS_PER_BATCH 12 TEST.IMS_PER_BATCH 2 DTYPE “float16” SOLVER.MAX_ITER 50000 SOLVER.VAL_PERIOD 2000 SOLVER.CHECKPOINT_PERIOD 2000 GLOVE_DIR /home/kaihua/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/kaihua/checkpoints/pretrained_faster_rcnn/model_final.pth OUTPUT_DIR /home/kaihua/checkpoints/causal-motifs-sgcls-exmp

我现在想要使用vscode的attach调试功能，使用6006端口号，像运行这个小文件一样运行这个项目：
python -m debugpy --listen 6006 --wait-for-client ./test.py

那我应该如何修改这个项目的运行指令呢？我说的不是在文件中添加debugpy代码，而是命令行直接运行并调试。

gpt回答：
在这里插入图片描述
gpt回答：

CUDA_VISIBLE_DEVICES=0,1 python -m debugpy --listen 6006 --wait-for-client -m torch.distributed.launch --master_port 10026 --nproc_per_node=2 tools/relation_train_net.py --config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL False MODEL.ROI_RELATION_HEAD.PREDICTOR CausalAnalysisPredictor MODEL.ROI_RELATION_HEAD.CAUSAL.EFFECT_TYPE none MODEL.ROI_RELATION_HEAD.CAUSAL.FUSION_TYPE sum MODEL.ROI_RELATION_HEAD.CAUSAL.CONTEXT_LAYER motifs SOLVER.IMS_PER_BATCH 12 TEST.IMS_PER_BATCH 2 DTYPE “float16” SOLVER.MAX_ITER 50000 SOLVER.VAL_PERIOD 2000 SOLVER.CHECKPOINT_PERIOD 2000 GLOVE_DIR /home/kaihua/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/kaihua/checkpoints/pretrained_faster_rcnn/model_final.pth OUTPUT_DIR /home/kaihua/checkpoints/causal-motifs-sgcls-exmp

之后我们再对master_port的端口号做一些修改，比如修改成6006这样，稍微改一改，复杂命令的项目就能成功运行啦。

我在这里贴一下我的源命令和修改过后的命令，方便大家参考(这里去掉了master_port 和 nproc_per_node ，实际上我觉得修改过就可以了，重新加上也可以，可能是我当时跑的时候线程不够用了。)：

原命令：

CUDA_VISIBLE_DEVICES=0 python -m torch.distributed.launch --master_port 10027 --nproc_per_node=1 tools/relation_test_net.py --config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL True MODEL.ROI_RELATION_HEAD.PREDICTOR TransformerPredictor TEST.IMS_PER_BATCH 1 DTYPE “float16” GLOVE_DIR /home/Scene-Graph-Benchmark.pytorch/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/Scene-Graph-Benchmark.pytorch/checkpoints/rtpb-precls-exmp OUTPUT_DIR /home/Scene-Graph-Benchmark.pytorch/checkpoints/rtpb-precls-exmp

修改后的命令：

CUDA_VISIBLE_DEVICES=1 python -m debugpy --listen 45396 --wait-for-client tools/relation_test_net.py --config-file “configs/e2e_relation_X_101_32_8_FPN_1x.yaml” MODEL.ROI_RELATION_HEAD.USE_GT_BOX True MODEL.ROI_RELATION_HEAD.USE_GT_OBJECT_LABEL True MODEL.ROI_RELATION_HEAD.PREDICTOR TransformerPredictor TEST.IMS_PER_BATCH 1 DTYPE “float16” GLOVE_DIR /home/Scene-Graph-Benchmark.pytorch/glove MODEL.PRETRAINED_DETECTOR_CKPT /home/Scene-Graph-Benchmark.pytorch/checkpoints/rtpb-precls-exmp OUTPUT_DIR /home/Scene-Graph-Benchmark.pytorch/checkpoints/rtpb-precls-exmp

参考文档

  1. VS Code 中的 Python 调试
  2. VS Code 中的 Python 调试
  3. 在 VS Code 中开始使用 Python

命令行可选项（可以咨询gpt分别都是什么意思）：
在这里插入图片描述

【Python进阶】VSCode Python开发完全指南：从环境配置到高效调试
赶紧的博客
04-22 1384
本文通过15个实战案例，系统讲解VSCode进行Python开发的环境配置、编码技巧、调试方法及性能优化，帮助初学者快速构建专业开发环境。
在vs code中基于shell脚本的python代码调试
Garfield2005的专栏
04-12 2641
另外：使用vscode的workspace工作区，可以在该工作区下开发多个python工程，这些工程共享一个launch.json文件，此时把pathMappings中的remoteRoot设置为workspace路径。这样设置后，调试其他所有工程的时候，都不需要修改launch.json配置文件，只需要调整每个工程里的shell脚本启动命令即可。直接正常运行启动脚本即可，启动后，项目并没有实际运行，而是挂起后等待调试(wait-for-client)以上配置，相当于起了一个端口为888的服务。
VS Code中Python代码调试
weixin_46161645的博客
09-10 5181
Python扩展通过支持多种类型的Python应用调试。简短了解基本调试，见。此外也查看。两个手册展示了像设置断点和步入代码核心技能。学习通用的调试特性，像检查变量、设置断点和其他不依赖语言的活动，回顾。本文主要讲述Python特定的调试配置，包含特定应用类型和远程调试必要的步骤。
vscode 调试 Python 代码
fb_941219的博客
04-06 1221
【代码】vscode 调试 Python 代码。
VS Code配置使用Python，超详细配置指南
最新发布
m0_75067629的博客
06-13 1502
VS Code配置使用Python，超详细配置指南！
Vscode 调试 python
weixin_50920579的博客
10-22 2万+
按照断点，单步执行一遍，然后再按照程序运行的顺序，单步进入每个函数内部。执行之前的内存快（理解为只能退出函数，不能回退到函数的 上一步）比如说点击后，先把断点单步完之后就会进入断点内部的函数。先要在终端激活虚拟环境，然后其他的都跟之前是一样的了。第一个按钮的意思是：继续执行断点后面的代码逻辑。单步跳过就是按照断点来执行，一个一个断点的执行。继续点单步调试就会进入断点外的位置的函数内部。也可以进入调试控制台，直接打印出x的值。第三个按钮就是用来看函数内部的情况的。此时就可以看到x的值被打印在左边了。
VSCode调试python代码
Luminary的技术烟火
03-22 2341
选择python解释器，自动生成settings.json文件。有这两个文件就可以调试了。
Python 使用VS Code进行调试
Python实用宝典网
05-21 7075
VS Code是一款非常好用的编辑器，现在我基本上所有的开发任务都在VS Code上完成。它的代码调试工具其实也非常强大，但是许多人都不知道该怎么用，今天就来学习怎么用它调试Python代码吧。 1.准备 既然是用VS Code调试Python代码，那当然你得先安装好Python啦，如果你还没有安装，可以看这篇文章：超详细Python安装指南 除此之外，确保你已经安装了最新版本的VS Code: https://code.visualstudio.com/ 。安装完成后，记得还要安装Python扩展，打开V
【Linux】Vscode远程连接服务器容器调试python【Debug】
JackLins' Blog
11-09 1566
我之前写过一个远程连接服务器的文章: Linux远程开发配置【Vscode】与【Pycharm】https://blog.csdn.net/weixin_42569673/article/details/111481095通过vscode我们可以实现在本地端实时修改远程服务器文件，编写代码，使用vscode的调试功能也可以在本地端方便Debug。但是有的服务器是通过lxc容器来划分每个人的账户和操作空间的。这就造成了路径不匹配。 原因是vscode默认工作目录会找/home/user下，而通过conta
Python基础——VScode + docker进行代码调试
lifengss的博客
04-04 1万+
写在前面 之前项目组每个人都独立地在各自docker内进行开发，这次做AutoML涉及到了很多个团队的成员，结果发现有些小伙伴在自己的docker下开发模块，merge以后因为别人的环境不一致结果频繁报错，也是项目管理没经验。这次整理一个简易版的VS code和Docker联调的方式，以后项目开发先搭建公共环境，引以为戒。 准备工具 安装了docker服务的远程服务器，有vscode的本地笔记本。...
vscode 调试运行python
zengliguang的专栏
03-13 3527
这样，VSCode就会使用已关联的Python解释器执行你的Python代码，并显示输出结果在调试控制台中。
VS Code配置使用 Python，超详细配置指南，看这一篇就够了
热门推荐
Python单行客的博客
07-14 28万+
VS Code配置使用 Python，超详细配置指南，看这一篇就够了
在vscode中调试python代码
m0_46336568的博客
11-19 4474
vscode是一款非常好用的编辑器，在vscode中调试python代码也非常简单，只需要修改.vscode文件夹下的launch.json就可以了。
Visual Studio Code基础：使用debugpy调试python程序
前进，才知道自己的渺小
10-12 2万+
相关阅读VS codehttps://blog.csdn.net/weixin_45791458/category_12658212.html?spm=1001.2014.3001.5482 在VS code中可以很轻松地调试Python程序，首先需要安装Python调试器插件，如图1所示。图1 安装调试器插件 Python Debugger是用于VS code的调试扩展，通过debugpy提供强大的调试功能，如设置断点、单步执行和变量检查，支持脚本、Web 应用、远程进程和多线
如何使用VSCode调试python代码
酌沧
05-21 2969
在 Visual Studio Code (VSCode) 中进行 Python 代码调试是一个直观且功能强大的过程，借助于内置的调试支持和 Python 扩展（如 Python extension by Microsoft）。
vscode调试python
luhouxiang的专栏
12-24 1805
点击左边的三角运行按钮，显示出 create a launch.json file这个超链接，注意，Run and Debug此时没啥用，需要先创建一个launch.json文件。即可发现首先是将环境调整成conda pydev3.9的，然后再运行调试程序。点击launch.json超链接，弹出的选项中选Python。二、创建调试环境launch.json。创建完成后点击左上角的运行小三角，
VScode调试python程序
leetteel
08-10 825
设置断点 点击调试 出现了变量区，断点在当前程序运行到了的行 点击单步运行 程序运行到了下一行
vscode-python的debug 教学(最全)_vscode python debug
2401_84008929的博客
04-13 1万+
Visual Studio Code 的主要功能之一是其强大的调试支持。VS Code 的内置调试器有助于加速编辑、编译和调试循环。 在插件库内搜索python Debugger，安装插件 （1）创建debug_learning.py测试文件 （2）设置断点 （2）启动debug模式 （3）debug的各个按钮的介绍 以下文档基于内置的 Node.js 调试器，但大多数概念和功能也适用于其他调试器。在阅读有关调试的信息之前，首先创建一个示例Node.js应用程序会很有帮助。您可以按照Node.js演练安
vscode-python的debug 教学(最全)
qq_60498436的博客
02-14 4万+
Visual Studio Code 的主要功能之一是其强大的调试支持。VS Code 的内置调试器有助于加速编辑、编译和调试循环。
vscode远程服务器分步调试python代码
02-28
### 配置 VSCode 进行远程服务器上的 Python 代码分步调试 #### 安装必要的扩展 为了实现这一目标，需要先安装 Remote - SSH 扩展以及 Python 扩展。Remote - SSH 可以让开发者通过SSH协议连接到远程机器上开发；而Python扩展则提供了对Python语言的支持功能。 #### 设置远程连接 打开命令面板 (Ctrl+Shift+P)，输入 `Remote-SSH: Connect to Host...` 并选择要连接的目标主机。如果这是首次连接，则需按照提示完成身份验证过程[^3]。 #### 创建或编辑 launch.json 文件 一旦成功建立了与远程服务器之间的会话，在项目根目录下找到 `.vscode/launch.json` 或者新建该文件用于定义启动配置项。下面是一个简单的例子： ```json { "version": "0.2.0", "configurations": [ { "name": "Python: Remote Debug", "type": "python", "request": "attach", "connect": { "host": "localhost", "port": 5678 // 确认此端口未被占用，并且防火墙允许访问 }, "pathMappings": [ { "localRoot": "${workspaceFolder}", "remoteRoot": "/home/user/project" } ] } ] } ``` 上述 JSON 片段中，“localRoot”指向本地工作区路径，“remoteRoot”则是指代远程服务器的工作空间位置。确保这两个值分别对应实际存在的文件夹地址[^1]。 #### 启动远程调试器 在远程服务器终端里激活相应的虚拟环境（如果有），接着运行如下命令开启监听模式： ```bash python3 -m debugpy --listen 0.0.0.0:5678 your_script.py ``` 这一步骤使得远程服务能够接收来自 Visual Studio Code 发送过来的断点指令和其他控制信号[^4]。 当一切准备就绪之后，回到 VSCode 中按下 F5 键即可触发调试流程。此时应该可以看到程序执行进度条停止于首个设定好的断点处等待进一步操作了。
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