HTML所有常用标签

国科大学习资料--模式识别与机器学习(黄庆明)--2020期末考试题 国科大学习资料–模式识别与机器学习(黄庆明)–2020期末考试题 国科大学习资料–模式识别与机器学习(黄庆明)–2020期末考试题 国科大学习资料–模式识别与机器学习(黄庆明)–2020期末考试题 ============================================================================================================================================================ 阅读详情

以下图举例: 内容显示到网页用 HTML  内容的样式比如字体 用 CSS 

 一.HTML

常见html标签使用demo

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <meta http-equiv="X-UA-Compatible" content="IE=edge">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>Document</title>
</head>

<style>

    img{
        height: 100px;
        width: 120px;
    }

    li{
        list-style: none;
    }
</style>

<input>

    <!-- 1.超文本标记语言 页面基本元素就用它 -->

    <!-- 2.工具用vscode 创建html文件基本结构 快捷方式 ! + 回车 -->

    <!-- 3.注释 ctrl + / -->

    <!-- 4.vscode打开网页快捷键 alt + B -->

    <!-- 5.标题标签 -->
    <h1>我是一级标题</h1>
    <h2>我是二级标题</h2>
    <h3>我是三级标题</h3>
    <h4>我是四级标题</h4>
    <h5>我是五级标题</h5>
    <h6>我是六级标题</h6>
    
    <!-- 6.vscode打开网页快捷键 alt + B -->
    <p>我是段落 我是段落 我是段落  我是段落 我是段落</p>
    <p>我是段落 我是段落 我是段落  我是段落 我是段落</p>

    <!-- 7.换行 让文字强制换行 即使在段落标签中也会换行 -->
    <br>
    
    <!-- 8.分割不同主题内容的水平线 -->
    <hr>

    <!-- 9.img图片标签 src:图片路径 alt:图片加载不出来时的替换文本 title:鼠标悬停图片上时显示文字 -->
    <img src="idea壁纸7.jpg" alt="我是替换文本" title="我是标题">

    <!-- 10:audio音频标签 src:音频路径 controls:是否显示播放控件 默认为否 页面啥也看不到,所以一般要置为true
         auto:是否自动播放 loop:是否循环播放 -->
    <audio src="面试录音.mp3" controls="true"></audio> <br>

    <!-- 11.video视频标签,其属性与上面的音频标签完全一样  -->
    <video src="Hadoop介绍.mp4" controls="true"></video> <br>

    <!-- 12.a链接标签 从当前页面跳到到另一个页面 href:链接地址 target属性:是否在当前页面打开 ——self 在 _blank 不在 -->
    <a href="http://jd.com" target="_blank">京东</a>


    <!-- 13.ul li无序列表 前面会带黑点 li加 list-style: none 样式去除-->
    <ul>
        <li>无序列表内容1</li>
        <li>无序列表内容2</li>
        <li>无序列表内容3</li>
    </ul>
    <!-- 14.ol li有序列表 -->
    <ol>
        <li>有序列表内容1</li>
        <li>有序列表内容2</li>
        <li>有序列表内容3</li>
    </ol>

    <!-- 14.dl dt dd自定义列表整体 标题 各项内容 -->
    <dl>
        <dt><strong>我是自定义列表</strong></dt>
        <dd>自定义列表内容1</dd>
        <dd>自定义列表内容2</dd>
        <dd>自定义列表内容3</dd>
    </dl>

    <!-- 15.table表格标签 tr行 td单元格 border:边宽 width:表宽 height:表高-->
    <!-- 16.caption标签 表格整体大标题 默认居中显示 th标签 表头 默认加粗 -->
    <!-- 17.thead tbody tfoot 结构化标签 可以省去 -->
    <table border="1px" width="300px" height="200px">
        <caption>表格整体大标题 默认居中显示</caption>
        <thead>
            <th>表头单元格1</th>
            <th>表头单元格2</th>
        </thead>
        <tbody>
        <tr>
            <td>一行一列内容</td>
            <td>一行二列内容</td>
        </tr>
        <tr>
            <td>二行一列内容</td>
            <td>二行二列内容</td>
        </tr>
        <tr>
            <td>三行一列内容</td>
            <td>三行二列内容</td>
        </tr>
    </tbody>
    <tfoot>
        <tr>
            <td>总结1</td>
            <td>总结2</td>
        </tr>    
    </tfoot>
    </table>
    <br>
    <!-- 18.合并单元格,简单 规则就三步 1.明确合并哪些单元格 只保留 左上的那个单元格 删除其它所有被合并的 -->
    <h1>把上面表格 的第二行的第二列 与第三行的第二列合并</h1>
    <table border="1px" width="300px" height="200px">
        <caption>表格整体大标题 默认居中显示</caption>
        <thead>
            <th>表头单元格1</th>
            <th>表头单元格2</th>
        </thead>
        <tbody>
        <tr>
            <td>一行一列内容</td>
            <td>一行二列内容</td>
        </tr>
        <tr>
            <td>二行一列内容</td>
            <td rowspan="2">二行二列内容</td>
        </tr>
        <tr >
            <td>三行一列内容</td>
        </tr>
    </tbody>
    <tfoot>
        <tr>
            <td>总结1</td>
            <td>总结2</td>
        </tr>    
    </tfoot>
    </table>

    <br>
    <!-- 19.input标签 根据type属性值的不同可以展示不同的效果 
        type为text文本框,用于输入单行文本 password密码框输入会变成星号 radio单选框默认圆形
         checkbox多选框默认正方形 file文件选择框mutiple属性置为true可同时选择多个
         submit提交按钮 reset重置按钮 button普通按钮一般配合js
        分别为文本框-->
        <!-- checked 默认选中 -->
        <input type="text" name="" id="" placeholder="我是占位符"><br>
        <input type="radio" value="女" name="sex" checked>男</input>
        <input type="radio" value="男" name="sex">女</input>
    <br>

    <!-- 20.select标签下拉菜单 option下拉菜单的每一项  -->
        <select name="省份" id="">
                <option value="湖南">湖南</option>
                <option value="湖北">湖北</option>
                <option value="广东">广东</option>
                <option value="云南">云南</option>
        </select>
    <br>

    <!-- 21.label标签 除了绑定内容与表单标签的关系 -->
    <label for="nan">男</label>
    <label for="nv">女</label>

    <!-- 22.div标签独占一行 span标签 可以多个span占一行 -->
    <div>我div内容独占一行</div>

    <br>

    <span>我是第一个span的内容</span>
    <span>我是第二个span的内容</span>


    <!-- 23.常见字符实体 空格:&nbsp; 如果有多个空格必须写成这个串不然会变成一个空格  小于号:&lt; 大于号:&gt; 引号:&quot; -->
    <br>
    <h1>我后面有多个空格&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;空格结束</h1>

</body>
</html>

手把手教你学基带SOC芯片(4.4.9)--基带芯片的电源管理实例:高通 Snapdragon 系列实例(十) Snapdragon 888 通过支持多种深度睡眠模式,如 AOAC 模式、低功耗模式和深度睡眠模式,以及智能电源管理技术,实现了对功耗的精细管理。这些模式不仅延长了设备的电池寿命,还确保了用户在各种使用场景下的良好体验。无论是保持网络连接、限制后台活动,还是完全关闭不必要的功能,Snapdragon 888 都能够灵活应对,提供高效的功耗管理方案。 阅读详情

相关推荐

23. STM32F103C8T6 ADC采集光敏电阻传感器模块光照强度实战

本文详细介绍了如何使用STM32F103C8T6的ADC模块采集光敏电阻传感器的光照强度。通过硬件接线、核心原理讲解、四步代码配置(GPIO、ADC模式、使能校准、数据滤波)以及串口验证,手把手指导完成从模拟信号到数字值的完整实战流程,并重点提示了ADC时钟分频等关键配置要点。

weixin_42300144的博客 221

HTML常用标签总结 [建议收藏]

好好学习,天天向上 本文已收录至我的Github仓库DayDayUP:github.com/RobodLee/DayDayUP,欢迎Star 1. 标题标签 <h1> </h1> … <h6> </h6> 为了使网页更具有语义化,我们经常会在页面中用到标题标签。HTML提供了6个等级的网页标题 即<h1>-<h6> 2. 段落和换行标签 段落标签:<p> </p> 在HTML标签中,标签用.

Robod的博客 1万+

Comsol 超声空化气泡仿真

当液体中受到高能量的超声波作用时,液体中的压力会发生剧烈变化,形成局部的低压区域。当液体中的压力降低到饱和蒸汽压以下时,就会发生空化现象,即液体中形成微小气泡。这种空化常用于一些工业应用,如清洗、乳化、混合等。这种空化常用于一些医学和生物学应用,如碎石术、肿瘤治疗、细胞破碎等。超声空化的应用非常广泛。在医学领域,超声空化广泛应用于诊断和治疗,如超声造影、超声刀、超声碎石术等。在工业领域,超声空化可用于清洗、乳化、混合等工艺。此外,超声空化还在食品加工、化学合成、环境保护等领域有着重要应用。

声学黑洞仿真工作室 2556

HTML 常用标签

在 HTML 中,有许多常用标签用于构建网页内容,以下是一些主要的常用标签介绍:标题标签用于定义不同级别的标题,从到,重要性依次递减。例如: 标签通常用于表示页面最重要的标题,而则用于相对次要的标题层次。每个标题标签所包含的文字都会独占一行,并且随着数字增大,标题字体逐渐变小。标签用于定义段落文本。例如: 三、换行标签 是换行标签,它用于在文本中强制换行。比如: 这样就会在“第一行”和“第二行”之间产生换行效果,而不需要像段落标签那样有较大的间距。 字体倾斜:或标签可实现字体倾斜。例如: 字体加删除

qq_25699299的博客 1724

DC-DC电源PCB布局实战:从EMI优化到热管理

本文深入探讨了DC-DC电源PCB布局的核心实战技巧。文章从分析电流环路入手,强调通过优化“黄金三角”布局以最小化环路面积,从而有效抑制EMI并提升效率。详细阐述了功率器件摆放、地线分割、敏感信号布线、电感下方铺铜策略以及热管理设计等关键步骤,为工程师提供了一套从理论到实践的完整布局指南。

z5a6b的博客 721

【Agent】多智能体框架MetaGPT入门教程

创建一个 Action 类的子类 SimpleWriteCode,子类中定义好 prompt,并解析返回结果。在 MetaGPT 中,

酒酿小圆子呀~ 3137

HTML的常用标签

第一步:创建一个文本文档,命名为xxx.html,名称任意,但是后缀名必须是HTML第二步:使用工具打开这个文档,在里面编写如下代码运行代码(使用浏览器打开页面),结果如下图#一定要保存后再运行才能看到结果 保存的快捷键ctrl+s在上面的例子中用到了 基本的5个标签,除了doctype HTML头信息、meta、title标签外,其余的三个标签构成了 HTML文档的结构,HTML 文档结构包括三个部分,如图HTML标签。

jayais的博客 1680

Qt实现窗口自适应分辨率大小

如果希望窗口大小始终保持与屏幕分辨率一致,可以将上述代码放在窗口的resizeEvent()函数中。这样,每当窗口大小发生变化时,都会自动调用resizeEvent()函数,从而实现窗口大小的自适应调整。在Qt中,可以通过一些简单的方法实现窗口大小随分辨率变化而自适应调整。获取到当前屏幕的分辨率后,可以根据需要调整窗口的大小。无论在何种分辨率下运行应用程序,窗口都能够正确地自动调整大小,提供更好的用户体验。除了调整窗口大小,还可以考虑将窗口设置为最大化,以充分利用屏幕空间。步骤2:调整窗口大小。

FuJavascript的博客 3655

HTML常用标签

html常用标签,属性学习

2303_81279773的博客 2663

CAN总线入门(硬件部分)

这篇博客讲述CAN总线入门知识。

记得诚 1万+

网络安全与黑客攻防常见设备:前置机、跳板机、堡垒机与肉鸡

前置机、跳板机、堡垒机和肉鸡,这些看似冷僻的技术名词,实则是网络安全与黑客攻防战中的关键角色。它们有的守护着企业的数字Pltform,保卫网络安全;有的则成为黑客的跳板,游走于灰色地带。

网络技术联盟站 963

HTML常用标签超详细整理

HTML概述 1.1 什么是HTML HTML是做网站的、Web开发、互联网生态开发(PC端+移动端+微应用) 目前我们使用的都是HTML5,支持传统的PC端开发,还支持移动端开发还支持微应用开发,从而替换了部分传统的移动端开发技术 1.2 HTML概念 HTML:Hyper Text Markup Language,超文本标记语言。是用来帮助我们构建网页的。 【超文本】:网页本身是一个文本文件,而超文本指的是这种文件中既可以包含文本信息,又可以包含图片,音频,视频和链接等非文字的信息。

shengyin714959的博客 2万+

【PostgreSQL】PostgreSQL数据库函数比对模板(PG通用)

LOOKUP 函数从单行或单列区域 (区域:工作表上的两个或多个单元格。区域中的单元格可以相邻或不相邻。)或数组 (数组:用于建立可生成多个结果或可对在行和列中排列的一组参数进行运算的单个公式。数组区域共用一个公式;数组常量是用作参数的一组常量。LOOKUP 函数具有两种语法形式:向量形式和数组形式。vlookup查找匹配值超过255个字符显示#Value的解决办法。如果值为错误值 #N/A,则返回 TRUE。

tttzzzqqq2018的博客 1494

HTML常用标签合集

html常见标签的认识与运用

rbh200812的博客 1万+

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

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")

html常用标签有什么区别,HTML常用标签

1.HTML常用标签首先 HTML和CSS是两种完全不同的语言,我们学的是结构,就只写HTML标签,认识标签就可以了。 不会再给结构标签指定样式了。HTML标签有很多,这里我们学习最为常用的,后面有些较少用的,我们可以查下手册就可以了。1.1 排版标签排版标签主要和css搭配使用,显示网页结构的标签,是网页布局最常用的标签。1)标题标签h (熟记)单词缩写: head 头部. 标题 ...

weixin_35903223的博客 615

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

前端 HTML 5 常用标签

以上是前端开发中常用的 HTML 标签。掌握这些标签是构建网页的基础。随着 HTML5 的普及,语义化标签的使用变得越来越重要,它们不仅有助于提高代码的可读性,还能提升 SEO 效果。如果你有更多问题或需要进一步的帮助,请随时告诉我!

weixin_52578852的博客 646

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

HTML基本常用标签

HTML基本常用标签

heliuerya的博客 1630

HTML基础语法与常用标签详解

本文介绍了HTML的基本语法、常用标签及其属性,包括标题、段落、文本格式化、图像、超链接等。通过示例代码演示了标签的使用方法,帮助初学者快速掌握HTML网页开发的基础知识。

m0_73941339的博客 2138

HTML常用标签总结

本文转载于:猿2048网站HTML常用标签总结 学习前端开发,第一步要学习的绝对是HTML。 什么是HTML? HTML 是(HyperTextMarkupLanguage)四个单词的缩写,翻译过来就是超文本标记语言,所以它不是一门编程语言,只是一门标记语言。 学习ht...

chuluxie3918的博客 164
上一篇: java学习路线小白——架构师
下一篇: CSS-常用样式,demo,选择器,Emmet语法
我才是真的封不觉
博客等级 码龄8年 871粉丝 436原创
评论
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

我才是真的封不觉

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