View的Click,LongClick,Touch事件的研究

实现OnTouch、OnClick、OnLongClick的并存 此Demo是我进行改进的,既可以通过OnTouch对图片进行放大缩小移动,也可以对图片进行OnClick点击,OnLongClick点击。不会出现冲突。 立即下载

概述

我们都知道一个View有以下三个事件监听方法:

setOnClickListener();
setOnLongClickListener();
setOnTouchListener();

每一个方法代表着用户不同的操作,分别为:短按,长按和触摸操作.

短按事件
通常一个View设置短按事件监听的代码如下:

view.setOnClickListener(new OnClickListener() {

    @Override
    public void onClick(View v) {
        //do something
    }
});

长按事件
通常一个View设置长按事件监听的代码如下:

ttttButton.setOnLongClickListener(new OnLongClickListener() {

    @Override
    public boolean onLongClick(View v) {
        //do something
        return true;
    }
});

这里有一个返回值:

true if the callback consumed the long click, false otherwise.

意思是说:如果时间被消费了返回true,否则返回false.

触摸事件
通常一个View设置触摸事件监听的代码如下:

ttttButton.setOnTouchListener(new OnTouchListener() {

    @Override
    public boolean onTouch(View v, MotionEvent event) {
        int action = event.getAction();
        if (action == MotionEvent.ACTION_DOWN) {
            //do something
            return true;
        }

        if (action == MotionEvent.ACTION_MOVE) {
            //do something
            return true;
        }

        if (action == MotionEvent.ACTION_UP) {
            //do something
            return true;
        }
        return false;
    }
});

这里每一个动作都有一个返回值,返回值会影响触摸事件.一个View如果只设置了onTouchListener事件监听.
只有Down返回值为true时,Move和Up动作才能监听到.

如果给一个View同时设置以上三个方法,会出现怎样的结果呢?


测试

1.测试界面

先附上测试界面的效果图,如下:
HomePage
上图有8个按钮,全部都是设置了onClickListener,onLongClickListener,onTouchListener.正如图中所示,按钮上的字母代表不同的含义.点击不同的按钮进行测试.

2.测试结果

最终的测试结果列表如下:

序号ClickLongClickDownMoveUp短按长按备注
1无truetruetruetruedown-move-updown-move-up
2无truefalsetruetruedown-move-up-longClickdown-move-longClick-move-up按钮不抬起
3无truetruetruefalsedown-move-updown-move-up
4无truefalsetruefalsedown-move-up-clickdown-move-longClick-move-up
5无falsetruetruetruedown-move-updown-move-up
6无falsefalsetruetruedown-move-up-longClickdown-move-longClick-move-up按钮不抬起
7无falsetruetruefalsedown-move-updown-move-up
8无falsefalsetruefalsedown-move-up-clickdown-move-longClick-move-up-click

其中上表中的第2项结果如下图(上为短按,下为长按),按钮不会弹起:
短按
长按

第6项结果如下图(上为短按,下为长按),按钮不会弹起:
短按
长按

3.结论

测试结果因返回值不同而不同.所以尽管onTouchListener中down返回true时move和up才起作用,但是如果设置了onlongclciklistener,即使down返回false也能触发move和up事件.
一般地,View的onTouchListener优先级高于onClickListener和onLongClickListener.
可以根据需要使用不同的事件监听进行组合.

4.源码

源码在我的GitHub中:DevWiki的GitHub:ViewClickDemo

SAP-ML章<<<<第二节:物料账报错处理ABAP编程错误:RAISE_EXCEPTION>>>> #SAP-ML章<<<<第一节:物料账报错处理ABAP编程错误:RAISE_EXCEPTION>>>> 1.物料账报错提示: ABAP编程错误:RAISE_EXCEPTION ABAP程序:SAPLFCML4H_RUN_PRICES应用组件CO-PC-ACT 2. 物料账报错背景: CKMLCP运行结算时 3. 解决方案: 通过DEBUG查看错误的地方 OKTZ:分析原因为:可能打包或者配置传输时弄错 ... 阅读详情

相关推荐

翁恺-C语言程序设计 PTA习题集

代码练习题

qq_46085472的博客 7653

Android View的onTouch和onClick和onLongClick事件

调用顺序是: onTouch->onLongClick->onClick 事件的处理函数: public boolean onTouch(View v, MotionEvent event);public boolean onLongClick(View v);public void onClick(View v); 看到三个函数的返回值,只有onClick是void,而onTouch

随手记两笔 788

英伟达NVIDIA数字IC后端笔试真题(ASIC Physical Design Engineer)

英伟达NVIDIA数字IC后端笔试真题(ASIC Physical Design方向)

weixin_37584728的博客 3934

onTouch,onClick,onLongClick事件触发分析

最后因为自定义View用到了事件分发的知识,于是就取典总结记录了一下,今天先总结一下onTouch,onClick,onLongClick事件发生先后顺序和关联,大家可以交流一下。 首先onTouch()方法是解析view被触摸的三种状态down、move、up,onClick,onLongClick事件都是根据down和up状态返回值决定触发或者不触发。 第一种情况:onTouch返回false

戒不掉的码瘾 2130

基于资源预测的Agent弹性伸缩:在成本与响应延迟间寻找最佳平衡点

手动伸缩:完全由运维人员人工调整副本数或服务器数量,效率极低,现在基本只用于极小规模的业务。反应式伸缩:基于当前实时监控指标触发伸缩规则,比如CPU利用率超过70%就加2个副本,是目前应用最广泛的方案,典型代表是K8s HPA、KEDA。预测式伸缩:基于历史时序数据预测未来的负载,提前进行伸缩,解决反应式伸缩的滞后性问题,典型代表是AWS Predictive Scaling、阿里云预测式HPA。智能Agent伸缩。

SuperAGI2025 135

在昇腾910B服务上部署搭建适配PDF解析工具Mineru2.5开源项目

本文介绍了在昇腾910B服务器上部署开源PDF解析工具Mineru2.5的过程。首先从昇腾社区下载mindie镜像并运行容器,安装系统依赖。针对部署过程中遇到的多个报错问题(如torchvision与torch版本不匹配、昇腾软件栈与NumPy 2.0不兼容等),提供了具体解决方案和兼容版本。通过设置环境变量、安装指定版本的Python依赖包,成功部署Mineru项目并下载模型。最后运行测试,验证了在NPU设备上运行pipeline的可行性。整个过程详细记录了版本适配和错误处理方法,为类似部署场景提供了参考

一起加油吧 2165

setOnTouchListener onTouchEvent setOnLongClickListener setOnClickListener 执行顺序及源码分析

1.先说 setOnClickListener setOnTouchListener onTouchEvent 1. 1先看运行结果 : MyViewGroup--&gt;dispatchTouchEvent--&gt;ACTION_DOWN MyViewGroup--&gt;onInterceptTouchEvent--&gt;ACTION_DOWN MyButton--...

豌豆的专栏 1390

Immich vs Nextcloud照片管理实测:自建私有云相册到底选哪个?

本文深度评测了Immich与Nextcloud在私有云相册管理中的表现,涵盖核心功能、性能基准、本土化实践及进阶功能。Immich凭借微服务架构和AI优化在照片管理、移动端体验上表现优异,而Nextcloud则强在生态整合。文章还提供了Docker部署优化和国内网络适配方案,帮助用户根据需求选择最佳方案。

seed的博客 334

Android 常用控件使用和点击事件学习

介绍android常用控件使用和点击事件

qq_33782617的博客 2827

将Apollo高精地图中的车道线叠加在多种导航地图上

本文介绍了将Apollo高精地图车道线叠加到普通导航地图的技术方案。高精地图具备厘米级车道精度和丰富的语义信息,叠加可实现可视化验证、调试分析和数据对比等功能。核心技术包括坐标系统转换(UTM/WGS84/BD09/GCJ02)和数据处理流程,通过Python脚本完成Apollo地图解析、坐标批量转换和多格式输出。文章详细提供了环境准备、工作目录创建和坐标转换脚本等操作步骤,实现了高精地图数据在OpenStreetMap、百度地图和高德地图上的可视化展示。

Hi20240217的博客 1339

2021-10-29 atcoder ABC157——B - Bingo

B - Bingo 先标记,然后暴力判断,这样最清晰最好想。 #include<iostream> #include<algorithm> #include<cstring> using namespace std; typedef long long LL; int a[110][110],b[110]; int main() { for(int i=1;i<=3;i++) for(int j=1;j<=3;j++) cin>>a[i]

honeistbutter的博客 340

Android:Click,LongClick,Touch,KeyDown,KeyUp事件使用心得

安卓各种点击事件总结。

一天不进步就是退步 4852

STM32开发 -- LIS3DH三轴加速度计开发详解

这次要讲一下LIS3DH三轴加速度计的开发使用,之前是有讲过 MPU6050开发 的,但当时是在Linux下做的。额,还是个半成品,哈哈。现在手边有STM32的开发板,可以实实在在的来实现以下卡尔曼滤波了。 一、LIS3DH初识 依照惯例,先看一下手册,大致先了解一下,LIS3DH是什么模块。 下载:LIS3DH datasheet 1、描述 LIS3DH是一款超低功耗高性能三轴线性加速度计,属于...

不积跬步,无以至千里 2万+

android中touch事件,click事件,longclick事件分析

针对屏幕上的一个View控件,Android如何区分应当触发onTouchEvent,还是onClick,亦或是onLongClick事件? 在Android中,一次用户操作可以被不同的View按次序分别处理,并将完全响应了用户一次UI操作称之为消费了该事件(consume),那么Android是按什么次序将事件传递的呢?又在什么情况下判定为消费了该事件? 搞清楚这些问题对...

冰之火的专栏 1345

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

菜鸟进阶之Android Touch事件传递(一)

罪过啊,已经有一个月没有写blog了(转载不算)。年末了各种加班,搞得身累心累的,也没有那心情写。但是春节临近,适逢今天放假,我再也不能抑制内心的那份冲动,必须得写几篇blog抒发一下新春佳节即将到来的这份愉快。 这几篇blog主要就是android的源码和自己的总结,有可能还有demo。我发现阅读android的源码是件很令人开心的事情,因为android源码够难,需要理清作者思路,揣测作者的

civil的专栏 3264

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

点击按钮后到底发生了什么,Touch,LongClick或者Click?

按钮点击事件详解     最近一个项目需要给应用初始界面上的动态按钮添加在不同状态的变换效果,如点击(俗一点也可称为按压)后实现背景图的更换或者图标的缩放等效果。由于按钮点击的时间有长有短,所以采用OnTouchListener监听器对点击事件进行监听,并利用对应的onTouch(View v, MotionEvent event)方法来实现按钮图标的变换效果(背景图更换或者图标缩放)。但是项...

weixin_33788244的博客 330

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

android触摸事件处理流程(1)

其中view类中有dispatchTouchEvent和onTouchEvent两个方法,ViewGroup继承View,而且还新添了一个onInterceptTouchEvent方法。Activity中也无onInterceptTouchEvent方法,但有另外两种方法。我们可以发现上面3个方法都是返回boolean,那各代表什么意思呢?中解释:ev它会被调用处理触摸屏事件,可以重写覆盖此方法来拦截所有触摸屏事件在这些事件分发到窗口之前。通常应该处理触摸屏事件,一定要调用这个实现。

2401_84121935的博客 705

Android中的Touch事件处理

Touch事件派发,Gesture,多指触摸,MontionEvent,获取touch事件

SKY_L的博客 458

Android触摸事件分发之View篇

1. 介绍 最近项目需要处理触摸事件冲突,实际处理也遇到这样那样奇怪的问题,所以有了总结触摸事件分发流程的想法。此篇介绍View类的对于触摸事件的处理流程!2. 源码分析 触摸事件经由ViewGroup坐标判断传递到View,首先会执行其 public boolean dispatchTouchEvent(MotionEvent event) { if (!onFilterTo

wchicho的专栏 625

【Android学习笔记】ONTOUCHEVENT, ONCLICK及ONLONGCLICK的调用机制

一、资源 ANDROID ONTOUCHEVENT, ONCLICK及ONLONGCLICK的调用机制 二、重点 ACTION_DOWN事件作为起始事件,它的重要性是要超过ACTION_MOVE和ACTION_UP的,如果发生了ACTION_MOVE或者ACTION_UP,那么一定曾经发生了ACTION_DOWN。 消费了的事件不会再进行处理 Click的触发是在系统捕捉...

weixin_30666943的博客 76

view onTouch,onClick,onLongClick

一,onTouch返回false(默认情况下,onTouch返回false)首先是onTouch事件的down事件发生,此时,如果长按,触发onLongClick事件;然后是onTouch事件的up事件发生,up完毕,最后触发onClick事件。 二,onTouch返回true首先是onTouch事件的down事件发生,然后是onTouch事件的up事件发生;期间不触发onClick和onL...

weixin_30252709的博客 89

Ui Event

  ui事件在Event传播链中通过EventHandler处理,Event传播链根据ui事件而不同,EventHandler如返回true则表示consume了该event,不再传播。 1. click:不需要返回结果; 2. long click:上下文菜单; 3. key:传播链从view树top-down,因此可在顶端捕获事件; 4. touch:有多个action,view树do...

weixin_30655219的博客 76

通俗理解Android中View的事件分发机制及滑动冲突处理

http://blog.youkuaiyun.com/yyh352091626 说起Android滑动冲突,是个很常见的场景,比如SliddingMenu与ListView的嵌套,要解决滑动冲突,不得不提及到View的事件分发机制。 一、Touch事件传递规则分析 首先,我们要知道Touch事件是包装在MotionEvent对象中的,在手指与屏幕接触过程中产生一系列事件,典型的事件有以下三种

难不难的博客 316

你真的会用OnTouchListener、OnClickListener、OnLongClickListener监听事件么?

android应用中常用的监听OnTouchListener、OnClickListener、OnLongClickListener,大家肯定经常使用。但是你真的知道它会产生的神奇效果么?不要忽视这些神奇效果哦!说不定这些神奇效果正是你想要的呢?好,下面请看我的示例。 示例、 首先在Activity中创建一个button,然后对这个button同时设置OnTouchListener、OnCli

thuai的专栏 1285

Button的创建、监听与继承

目录简介Button的创建使用XML布局创建使用Java代码创建Button的常用属性Button的监听OnClickListenerOnLongClickListener设置监听器的方式Button的继承 简介  Button继承自TextView。Button提供的基本响应有:单击(Click)和长按(LongClick)。可以通过触摸事件管理实现自定义响应,例如双击、滑动等。 Button的...

Lishaoyin 1263

Hippy hippy-vue 核心组件 API 详解:div、ul、input、img 等标签到原生组件的映射、属性、事件与方法全解

本文基于 Hippy 官方文档中的 hippy-vue「核心组件」章节,系统讲解 hippy-vue 中与浏览器、Vue 保持一致的一组核心组件(`a`、`button`、`div`、`form`、`iframe`、`img`、`input`、`label`、`li`、`p`、`span`、`textarea`、`ul`)的完整参数、事件与方法 API,并结合仓库中 `driver/js/pack

gitblog_00840的博客 412
下一篇: 态度决定一切---高效程序员的45个习惯读书笔记
DevWiki
博客等级 码龄12年 23粉丝 59原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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

DevWiki

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