疫情防控大屏展示

已于 2022-08-20 10:28:42 修改
阅读量1.4k 收藏 12
点赞数 2
分类专栏： 项目分析 文章标签： flask
于 2022-08-16 11:08:09 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/weixin_53000329/article/details/126322231
版权

🙋作者：爱编程的小贤
⛳知识点:Flask、前端、Echarts、Linux
🥇：每天学一点，早日成大佬

文章目录

🥊一、项目概述

1.1项目介绍

本项目是一个基于 Python + Flask + Echarts 打造的一个疫情监控系统，涉及到的技术有：

  • Python 网络爬虫
  • 使用 Python 与 MySQL 数据库交互
  • 使用 Flask 构建 web 项目
  • 基于 Echarts 数据可视化展示
  • 在 Linux 上部署 web 项目及爬虫

效果展示：
在这里插入图片描述

1.2项目架构

在这里插入图片描述

1.3 项目环境准备

  • Python 3.x
  • MySQL5.7或8.0
  • PyCharm （Python IDE）
  • Jupyter notebook (Pyhon IDE)
  • Linux 主机（后期项目部署）

1.4 notebook

Jupyter Notebook（此前被称为 IPython notebook）是一个基于网页的用于交互计算的应用程序，在数据科学领域很受欢迎。
简言之，notebook 是以网页的形式打开，可以在 code 类型单元格中直接编写代码和运行代码，代码的运行结果也会直接在代码块下显示。如在编程过程中需要编写说明文档，可在 markdown 类型的单元格中直接编写，便于作及时
的说明和解释

 - 安装
	pip install notebook
 - 启动:
	jupyter notebook
 - 修改工作目录
	① jupyter notebook --generate-config
	②编辑 jupyter_notebook_config.py 文件
 - notebook 的基本操作
	① 新建文件与导入文件
	② 单元格分类：code 、markdown
	③ 命令模式（蓝色边框）与编辑模式（绿色边框） ④ 常用快键键
	单元格类型转换：Y 、M； 插入单元格：A、B；
	运行单元格：ctrl / shift / alt + enter 删除单元格：DD

🥊二、数据获取

2.1 爬虫概述

爬虫，就是给网站发起请求，并从响应中提取需要的数据的自动化程序。
爬虫步骤：

1. 确定目标的url
2. 发送请求，获取响应
通过 http 库，对目标站点进行请求。等同于自己打开浏览器，输入网址
常用库：urllib、urllib3、requests
服务器会返回请求的内容，一般为：html、二进制文件（视频，音频）、文档，json 字符串等
3. 解析提取数据
寻找自己需要的信息，就是利用正则表达式或者其他库提取目标信息
常用库：re、beautifulsoup4
4. 保存数据
将解析得到的数据持久化到文件或者数据库中

2.1.1使用 urllib 发送请求

➢request.urlopen()
在这里插入图片描述

2.1.2使用 requests发送请求

➢安装: pip install requests
➢requests.get()
在这里插入图片描述

2.1.3使用 beautifulsoup4 解析内容

beautifulsoup4 将复杂的 HTML 文档转换成一个树形结构,每个节点都是 Python 对象

➢安装：pip install beautifulsoup4
➢BeautifulSoup(html)
	➢ 获取节点：find()、find_all()/select()、 
	➢ 获取属性：attrs
	➢ 获取文本：text

在这里插入图片描述

2.1.4使用 re 解析内容

➢re 是 python 自带的正则表达式模块，使用它需要有一定的 正则表达式 基础
➢re.search( regex ,str)
	① 在 str 中查找满足条件的字符串，匹配不上返回None
	② 对返回结果可以分组，可在字符串内添加小括号分离数据：
		groups()
		group(index) : 返回指定分组内容

在这里插入图片描述

2.2 爬取腾讯疫情数据（部分代码）

  • 有了爬虫基础后，我们可以自行去全国各地的卫健委网站上爬取数据，不过部分网站反爬虫手段很高明，需要专业的反反爬手段
  • 我们也可以去各大平台直接爬取最终数据，比如：
    百度疫情动态
    https://voice.baidu.com/act/newpneumonia/newpneumonia/?from=osari_pc_1
    腾讯疫情动态
    https://news.qq.com/zt2020/page/feiyan.htm#/
  • 获取所有病情数据

当日详情数据

 url = "https://api.inews.qq.com/newsqa/v1/query/inner/publish/modules/list?modules=localCityNCOVDataList,diseaseh5Shelf"
    response = requests.get(url)
    result = json.loads(response.text)
    update_time = result['data']['diseaseh5Shelf']['lastUpdateTime']
    # 获取省份数据列表
    province_data = result['data']['diseaseh5Shelf']['areaTree'][0]['children']

历史数据

 url = "https://api.inews.qq.com/newsqa/v1/query/inner/publish/modules/list?modules=chinaDayListNew,chinaDayAddListNew&limit=30"
    response = requests.get(url)
    result = json.loads(response.text)
    day_data = result['data']['chinaDayListNew']
    day_data_add = result['data']['chinaDayAddListNew']

在这里插入图片描述

  • 分析与处理
    在这里插入图片描述
    在这里插入图片描述
  • 数据存储
    history 表存储每日总数据，details 表存储每日详细数据
    在这里插入图片描述
create_history_sql = """
CREATE TABLE IF NOT EXISTS `history` (
`ds` datetime NOT NULL,
`confirm` int(11) DEFAULT NULL,
`confirm_add` int(11) DEFAULT NULL,
`suspect` int(11) DEFAULT NULL,
`suspect_add` int(11) DEFAULT NULL,
`heal` int(11) DEFAULT NULL,
`heal_add` int(11) DEFAULT NULL,
`dead` int(11) DEFAULT NULL,
`dead_add` int(11) DEFAULT NULL,  PRIMARY KEY (`ds`)
);
"""


create_details_sql = """
CREATE TABLE IF NOT EXISTS `details` (
`id` INTEGER PRIMARY KEY AUTOINCREMENT  NOT NULL,
`update_time` datetime DEFAULT NULL,
`province` varchar(50) DEFAULT NULL,
`city` varchar(50) DEFAULT NULL,
`confirm` int(11) DEFAULT NULL,
`confirm_add` int(11) DEFAULT NULL,
`heal` int(11) DEFAULT NULL,
`dead` int(11) DEFAULT NULL
);
"""

➢使用 pymysql 模块与数据库交互
➢安装： pip install pymysql
① 建立连接
② 创建游标
③ 执行操作
④ 关闭连接

在这里插入图片描述

2.3 爬取百度热搜数据（部分代码）

百度的数据页面使用了动态渲染技术，我们可以用 selenium 来爬取
➢selenium 是一个用于 web 应用程序测试的工具,直接运行在浏览器中，就像真正的用
户在操作一样
➢安装： pip install selenium
➢安装浏览器（谷歌、火狐等） ➢下载对应版本浏览器驱动：
谷歌驱动

https://registry.npmmirror.com/binary.html?path=chromedriver/
① 创建浏览器对象
② 浏览器.get()
③ 浏览器.find()

2.3.1数据爬取

在这里插入图片描述

2.3.2数据存储

同样，我们也需要把数据存储到mysql 数据库
在这里插入图片描述

🥊三、Web程序开发

3.1Flask 快速入门

Flask 是一个使用 Python 编写的轻量级 Web 应用框架。其 WSGI（Python Web Server Gateway Interface） 工具包采用 Werkzeug ，模板引擎则使用 Jinja2 ，是目前十分流行的 web 框架。
• 安装：pip install flask
• 创建 Flask 项目
在这里插入图片描述
项目结构
在这里插入图片描述

在这里插入图片描述

from flask import Flask, jsonify, render_template
import sqlite3
import config

app = Flask(__name__)


@app.route('/', methods=['GET'])
def index():
    return render_template('index.html')


@app.route('/map_data', methods=['GET'])
def map_data():
    conn = sqlite3.connect(config.DB_PATH)
    cursor = conn.cursor()
    cursor.execute("select * from details where city = ''")
    result = []
    for row in cursor.fetchall():
        result.append({"name": row[2], "value": row[4]})
    cursor.close()
    conn.close()
    return jsonify(result), 201


@app.route('/count_data', methods=['GET'])
def count_data():
    conn = sqlite3.connect(config.DB_PATH)
    cursor = conn.cursor()
    cursor.execute("select * from history where ds = (select max(ds) from history)")
    row = cursor.fetchone()
    cursor.close()
    conn.close()
    return jsonify([row[1], row[2], row[5], row[7]]), 201


@app.route('/word_data', methods=['GET'])
def word_data():
    conn = sqlite3.connect(config.DB_PATH)
    cursor = conn.cursor()
    # cursor.execute("select city,confirm from details where city !='' and city !='待确认地区' limit 2,25")
    cursor.execute("select province,heal from details group by province")
    # row = cursor.fetchall()
    result = []
    for row in cursor.fetchall():
        result.append({"name": row[0], "value": row[1]})
    cursor.close()
    conn.close()
    return jsonify(result), 201


@app.route('/sum_data', methods=['GET'])
def sum_data():
    conn = sqlite3.connect(config.DB_PATH)
    cursor = conn.cursor()
    # 取日期最新的30天数据，按新到旧排序
    cursor.execute("select ds,confirm,suspect,heal,dead from history order by ds desc limit 30")
    result = {
        "legend": ['累计确诊', '剩余疑似', '累计治愈', '累计死亡'],
        "ds": [],
        "confirm": [],
        "suspect": [],
        "heal": [],
        "dead": []
    }
    for row in cursor.fetchall():
        result['ds'].append(row[0])
        result['confirm'].append(row[1])
        result['suspect'].append(row[2])
        result['heal'].append(row[3])
        result['dead'].append(row[4])
    # 重新排序数据，按日期顺序排序
    result['ds'] = result['ds'][::-1]
    result['confirm'] = result['confirm'][::-1]
    result['suspect'] = result['suspect'][::-1]
    result['heal'] = result['heal'][::-1]
    result['dead'] = result['dead'][::-1]
    cursor.close()
    conn.close()
    return jsonify(result), 201


@app.route('/add_data', methods=['GET'])
def add_data():
    conn = sqlite3.connect(config.DB_PATH)
    cursor = conn.cursor()
    # 取日期最新的30天数据，按新到旧排序
    cursor.execute("select ds,confirm_add,suspect_add,heal_add,dead_add from history order by ds desc limit 30")
    result = {
        "legend": ['新增确诊', '新增疑似', '新增治愈', '新增死亡'],
        "ds": [],
        "confirm": [],
        "suspect": [],
        "heal": [],
        "dead": []
    }
    for row in cursor.fetchall():
        result['ds'].append(row[0])
        result['confirm'].append(row[1])
        result['suspect'].append(row[2])
        result['heal'].append(row[3])
        result['dead'].append(row[4])
    # 重新排序数据，按日期顺序排序
    result['ds'] = result['ds'][::-1]
    result['confirm'] = result['confirm'][::-1]
    result['suspect'] = result['suspect'][::-1]
    result['heal'] = result['heal'][::-1]
    result['dead'] = result['dead'][::-1]
    cursor.close()
    conn.close()
    return jsonify(result), 201


@app.route('/bar_data', methods=['GET'])
def bar_data():
    conn = sqlite3.connect(config.DB_PATH)
    cursor = conn.cursor()
    cursor.execute("select city,confirm from details where province='福建' order by confirm asc limit 4,5")
    # row = cursor.fetchall()
    result = {
        "city": [],
        "confirm": []
    }
    for row in cursor.fetchall():
        result['city'].append(row[0])
        result['confirm'].append(row[1])
    cursor.close()
    conn.close()
    return jsonify(result), 201


if __name__ == '__main__':
    app.run('0.0.0.0', 9999)

• 模板的使用

	➢模板就是预先写好的页面，
	里面可以使用特殊语法引入
	变量
	➢使用 render_template 返
	回模板页面

在这里插入图片描述

<!DOCTYPE html>
<html>
    <head>
        <title>全国疫情监控可视化</title>
        <script type="text/javascript" src="static/js/jquery-3.6.0.js"></script>
        <script src="static/js/echarts.min.js"></script> 
        <script src="static/js/echarts-wordcloud.js"></script>
        
        <script src="static/js/china.js"></script>

        <script type="text/javascript" src="static/js/main.js"></script>
        <script type="text/javascript" src="static/js/charts.js"></script>
        <link rel="stylesheet" href="static/css/common.css"/>
    </head>
    <body>
        <div class="container">
            <div class="top">
                <h1>全国疫情实时追踪</h1>
                <div id="time"></div>
            </div>
            <div class="side">
                <div id="left_top"></div>
                <div id="left_bottom"></div>
            </div>
            <div class="middle">
                <div id="mt">
                    <div>
                        <h1></h1>
                        <span>累计确诊</span>
                    </div>
                    <div>
                        <h1></h1>
                        <span>今日新增</span>
                    </div>
                    <div>
                        <h1></h1>
                        <span>累计治愈</span>
                    </div>
                    <div>
                        <h1></h1>
                        <span>累计死亡</span>
                    </div>
                </div>
                <div id="middle_bottom"></div>
            </div>
            <div class="side">
                <div id="right_top"></div>
                <div id="right_bottom"></div>
            </div>
        </div>
    </body>
    <script>
        window.onload = function () {  //事件处理函数
            getDataAndDrawLine("left_top","全国累积趋势")
            getDataAndDrawLine("left_bottom","全国新增趋势")
            getDataAndDrawBar("right_top")
            getDataAndDrawWord("right_bottom")
            getDataAndDrawMap("middle_bottom")
        }
    </script>
</html>

• Flask 获取请求参数

➢ 使用 request 对象获取参数
	① request.values 获取参数字典
	② request.values.get("参数名")

• 使用 Ajax 局部刷新页面

➢Ajax 是 Asynchronous JavaScript and XML 的简称，通过 Ajax 向服务器发送请求，接收服务器返回的 json数据，然后使用 JavaScript 修改网页的来实现页面局部数据更新
➢使用 jquery 框架可方便的编写ajax代码，需要 jquery.js 文件

在这里插入图片描述

3.2 可视化大屏模板制作

• 使用绝对定位划分版块
在这里插入图片描述
在这里插入图片描述
• echarts 快速入门
ECharts，缩写来自 Enterprise Charts，商业级数据图表，是百度的一个开源的数据可视化工具，提供了丰富的图表库，能够在 PC 端和移动设备上流畅运行
官方网站
https://echarts.apache.org/zh/index.html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
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

🥊四、项目部署

4.1 部署 Flask 项目

• 生产模式部署

➢部署 Flask 应用时，通常都是使用一种 WSGI 应用服务器搭配 Nginx 作为反向代理
➢常用的 WSGI 服务器： gunicorn、uwsgi
➢反向代理和正向代理：

在这里插入图片描述

➢安装 Nginx：yum install nginx
➢安装 Gunicorn: pip install gunicorn
➢启动 Gunicorn： gunicorn -b 127.0.0.1:8080 -D my_app:app
➢编辑 Nginx 配置文件 vim /etc/nginx/nginx.conf
➢启动 Nginx : /usr/sbin/nginx

• 获取脚本参数

➢sys.argv
➢sys.argv[0] 是脚本所在绝对路径
➢根据不同参数调用不用方法

• Linux 安装 chrome

➢yum install https://dl.google.com/linux/direct/google-chromestable_current_x86_64.rpm

• 下载 chromedriver

➢http://npm.taobao.org/mirrors/chromedriver/

• 获取crontab 定时调度

➢crontab –l 列出当前任务
➢crontab –e 编辑任务

在这里插入图片描述

🥊总结

本项目到这里我们就全部讲完啦！！！！👍👍👍 如果有帮到你欢迎给个三连支持一下哦❤️ ❤️ ❤️需要源码私信哦！！！
如果有哪些需要修改的地方欢迎指正啦！！！一起加油啦👏👏👏

奋斗中的小贤
关注
  • 2
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
2022数字化工地智慧防疫系统助力工地疫情防控实现人员、施工安全闭环管理
安固士科技
05-16 559
在项目现场，工人们可有序通过实名制考勤通道入场，通道一侧的大屏幕上可实时显示工人姓名、防疫码、体温等数据。安固士科技“智慧工地云防疫系统”是在智慧安监系统的基础上升级测温、显示防疫码等功能，一旦发现防疫码异常，考勤闸机会立即发出警报，现场管理人员将第一时间采取防疫措施。这是目前建筑工地“数字化工地智慧防疫系统”正式投入使用后的日常检测场景。 用机器设备取代人工测温查验，将红外测温和大数据模块加入安固士科技整个智慧工地管理系统中，技防、人防的合力，已大力协助全国各地多个建设项目工地进行疫情防控，有效推动了建
疫情防控管理，有这套系统就够啦
LowCode_的博客
07-18 2548
疫情当下，疫情管理系统必不可少。我们需要怎样的疫情管理系统？想人所想，急人所需，来看看这套疫情管理系统可以帮助你解决哪些问题。
数据大屏（疫情防控数据大屏）
清浅
10-14 492
疫情防控数据大屏
漏刻有时开源框架：2019-nCov疫情防控数据可视化大屏作战室
漏刻有时数据可视化大屏（PHP&ECHARTS智能化开源软件系统）
02-07 2741
2019-nCov疫情防控大数据可视化作战平台，基于实际情况，采用直接导入excle表格的形式，将疫情一键发布，实现快速的疫情信息展示和进行快速的决策及战略执行。 演示视频： 2019-nCov疫情防控数据可视化 效果页面： 一、基于数据安全和保密需要，设置大屏密码登录保护； ...
大数据项目（基于spark）--新冠疫情防控指挥作战平台项目
weixin_41786879的博客
11-09 2091
新冠疫情防控指挥作战平台项目的需求由传智播客提出，北京大数据研究院博雅智慧公司策划，双方共同研发。项目实现了疫情态势、基层防控、物资保障、复工复产等多个专题板块，包括新冠疫情防控指挥大屏子系统和新冠疫情防控指挥平台后台管理子系统。 通过新冠疫情防控指挥作战平台的建设及实施，使得从局部作战到中心指挥，让战“疫”指挥官对疫情防控心中有“数”，科学决策，下好疫情防控、救治、复工复产“一盘棋”，更高效地帮助防疫指挥部开展统筹、协调、决策工作，尽快打赢疫情防控战役。 新冠疫情防控指挥作战平台包括新冠疫情防控指挥大屏子
HTML+CSS大作业：众志成城 抗击疫情 抗击疫情网页制作作业 疫情防控网页设计
有问必答，欢迎打扰，项目开发，网页设计
11-23 206
👨‍⚕️ 抗击疫情致敬逆行者感人类题材、致敬逆行者网页设计作品、大学生抗疫感动专题网页设计作业模板、等网站的设计与制作。🏷️抗击疫情致敬逆行者感人类题材网页设计作品采用DIV CSS布局制作，共多个页面：网站首页、感动人物、动人瞬间、感人视频、感动图集、感动新闻页面。，使用CSS设置了网页背景颜色，制作了导航区域鼠标经过荧光效果。个别页面插入了感人MP4视频。作品代码采用学生简单水平制作，DIV命名合理。🏅 一套优质的💯网页设计应该包含 (具体可根据个人要求而定)📔网站布局方面：计划采用目前主流的
安排 , 2021新冠疫情防控指挥作战平台（视频+课件+代码+资料）
qq_14958051的博客
03-03 893
来源：来自网络，如侵权请告知博主删除????。仅学习使用，请勿用于其他～最近小伙伴问我有没有爬虫相关的，小伙伴基本都是java的，那我们就来目录如下:├─视频! s, K+ ]5 Z!...
科技赋能防疫——社区疫情防控平台简述
TWaver可视化
02-26 7088
时至2月底，相信大家也陆陆续续地复工了，不过疫情还远未结束，大家外出还是要做好防护。个人防护之外，我们今天来说一说跟每个人都息息相关的社区防疫。 社区防疫在这场没有硝烟的战争中起到了巨大的作用，各地小区的封闭管理、进出控制、测温消毒等措施有力地控制了疫情的扩散和蔓延。但是，在这背后，面临的是社区人手、物资缺乏、管理措施贯彻困难、人员信息采集缺漏等问题。为了解决这些问题，我们依托云平台、三维可视化、...
基于Hadoop的疫情信息分析与可视化研究——包含大屏可视化及预测算法
迷茫与徘徊只会让你陷入绝境，欢迎私信博主，带你开始提升变现价值！
06-30 4084
基于Hadoop的疫情信息分析与可视化研究在国内外都有较为广泛的应用。国外研究主要集中在疫情数据的处理和分析，以及疫情预测模型的构建。而国内研究则主要集中在疫情数据的可视化和知识图谱的构建。未来，基于Hadoop的疫情信息分析与可视化研究还有很大的发展空间，可以进一步提高对疫情的监测和预警能力，为政府部门和医疗机构提供更加准确的数据支持和决策依据。另外，未来可以将Hadoop技术与人工智能、机器学习等技术相结合，开发更加智能化、自适应的疫情信息分析和预测模型。
手把手从零搭建新冠疫情防控指挥作战平台视频教程
10-12
第五章 博雅云SaaS平台实现大屏展示 5.1. 云平台三种模式 5.2. 博雅云SaaS平台介绍 5.3. 博雅云应用案例 5.4. 云平台组件使用 5.5. 基于云平台实现大屏展示 第六章 项目总结 6.1. 业务总结 6.2. ...
OneNET 5G+智能温度监测产品介绍.pptx
08-31
其安装和实施过程相对简单，硬件设备包括双目光学热像仪、黑体，支持220V电源接入和有线/4G连接，可直接与显示器或大屏设备配合使用，展示实时视频流和智能分析信息。 综上所述，OneNET 5G+智能温度监测产品通过...
工单预约表单plus多功能预约系统支持线上支付功能.zip
06-25
工商事务、贷款申请、入党申请、成绩上报、自助文档设备维修/安装、代取/代寄快递、物业报修、装修报价、疫情防控、出入门禁等等， 部分功能需插件支持 特色功能，复制订单:用户可以复制已提交的内容，改动或直接...
某街道智慧社区建设规划方案共12页.pptx
05-02
大屏信息展示平台的开发则将提供统一的信息发布平台，增强信息透明度和社区沟通。 总的来说，这个智慧社区建设规划方案涵盖了社区安全、交通管理、环境监控和疫情防控等多个方面，旨在通过科技手段优化社区管理，...
开题报告新冠舆情舆论分析可视化.docx
08-09
新冠舆情舆论分析可视化系统 本系统旨在解决新冠肺炎疫情期间的舆情信息...本系统的实现有助于解决新冠肺炎疫情期间的舆情信息管理问题，提高用户的体验度和信息获取效率，为疫情防控和公共卫生事件处理提供有力支持。
《每天5分钟用Flask搭建一个管理系统》第5章：表单处理
最新发布
eclipsercp的博客
06-28 171
本章介绍了Web表单的基本概念，以及如何使用Flask-WTF扩展来处理表单验证和文件上传。
安装Flask
橙子味冰可乐的博客
06-23 345
大多数Python包都使用pip实用工具安装，使用Virtualenv创建虚拟环境时会自动安装pip。激活虚拟环境后，pip 所在的路径会被添加进PATH。从图5可以看到，已经成功安装了Flask，并且也安装Flask的2个外部依赖库：Werkzeug和Jinja2。图4 安装Flask。图5 查看所有安装包。运行效果如图4所示。运行结果如图5所示。
Flask新手入门（一）
老王的博客
06-19 1266
介绍python的web框架flask的基本功能，其中包括：路由、模版、表单提交、数据库操作等基本功能。
Flask初识
weixin_48183870的博客
06-24 693
Werkzeug 是一个强大的 WSGI工具包，它为 WSGI 应用程序提供了一系列实用功能。它并不是一个完整的 Web 服务器或框架，但它为开发者提供了一个底层的库，用于构建 Web 框架或直接创建 WSGI 应用。遵循 WSGI 协议：Werkzeug 遵循 Python 的 WSGI 标准，这使得它可以与任何兼容 WSGI 的服务器或应用程序交互。丰富的工具集。
grafana 大屏展示
09-17
Grafana大屏展示是指使用Grafana软件将数据以全屏的形式展示出来，通常用于监控大型系统、项目或业务的运行状态。300 字简短讨论Grafana大屏展示的步骤和优势。 Grafana大屏展示的步骤通常如下： 1. 数据源配置：...

“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

打赏作者

奋斗中的小贤

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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