SqlAlchemy的使用

SQLAlchemy使用教程 ORM(ObjectRelationalMapping,对象关系映射)可以绕过SQL语句,把数据库的table(表)映射为编程语言的class(类),可以直接使用编程语言的对象模型操作数据库,而不使用SQL语句。ORM把表映射成类,把行作为实例,把字段作为属性,在执行对象操作时最终会把对象的操作专函为数据库原生语句。... 阅读详情

SQLAlchemy构建使用

连接池

python语言下的开源软件,提供了SQL工具包即对象映射ORM工具。它可以高效高性能访问数据库设计,
是在flask框架的一个扩展,python社区内应用最广的ORM工具之一。

配置

# 安装
pip install flask-sqlalchemy

# 如果用mysql, 还需安装mysql客户端库
pip install mysqlclient

连接设置

# 创建简单配置信息

app = Flask(__name__)

class Config(object):
	SQLALCHEMY_DATABASE_URI = '数据库连接信息'
	SQLALCHEMY_TRACK_MODIFICATIONS = False		# flask中是否追踪数据修改
	SQLALCHEMY_ECHO = True						# 显示生成的sql语句, 可以用于调试

app.config.from_object(Config)

其他配置参考

SQLALCHEMY_DATABASE_URI			# 用于连接的数据库 URI 。
SQLALCHEMY_BINDS				# 一个映射 binds 到连接 URI 的字典。
SQLALCHEMY_ECHO					# Ture == 记录所有发给 stderr 的语句,打印sql语句
SQLALCHEMY_RECORD_QUERIES		# 可以用于显式地禁用或启用查询记录。
SQLALCHEMY_NATIVE_UNICODE		# 可以用于显式禁用原生 unicode 支持。
SQLALCHEMY_POOL_SIZE			# 数据库连接池的大小。默认是引擎默认值(通常 是 5 )
SQLALCHEMY_POOL_TIMEOUT			# 设定连接池的连接超时时间。默认是 10 。
SQLALCHEMY_POOL_RECYCLE			# 多少秒后自动回收连接。它默认移除闲置多于8小时
'''
这对MySQL是必要的,它默认移除闲置多于 8 小时的连接。注意如果使用了MySQL,Flask-SQLALchemy自动设定这个值为 2 小时。
'''

调用方式

# 创建对象
app = Flask(__name__)
db = SQLAlchemy(app)

# 先有db, 后有app --> init_app
db = SQLAlchemy()
app = Flask(__name__)

db.init_app(app)			# 后加载

# 
with app.app_context():
	User.query.all()

模型类映射构建

from flask import Flask
from flask_sqlalchemy import SQLAlchemy

app = Flask(__name__)

db = SQLAlchemy(app)

class User(db.Model):							# 继承Model
    """
    用户表映射构建
    """
    __tablename__ = 'user_basic'				# 保证表名、字段名、类型一致

    class STATUS:								# 枚举常量
        ENABLE = 1
        DISABLE = 0
	
    # 格式 --> 名称 = db.Column('数据库字段名', db.字段类型, doc='描述信息')
    # 名称 与 '数据库字段名' 一致时, 可省略
    
    id = db.Column('user_id', db.Integer, primary_key=True, doc='用户ID')
    mobile = db.Column(db.String, doc='手机号')	# 若用迁移, 必加长度String()
    password = db.Column(db.String, doc='密码')	
    name = db.Column('user_name', db.String, doc='昵称')
    profile_photo = db.Column(db.String, doc='头像')
    ......

常用字段类型

类型名python中类型说明
Integerint普通整数,一般是32位
SmallIntegerint取值范围小的整数,一般是16位
BigIntegerint或long不限制精度的整数
Floatfloat浮点数
Numericdecimal.Decimal普通整数,一般是32位
Stringstr变长字符串
Textstr变长字符串,对较长或不限长度的字符串做了优化
Unicodeunicode变长Unicode字符串
UnicodeTextunicode变长Unicode字符串,对较长或不限长度的字符串做了优化
Booleanbool布尔值
Datedatetime.date时间
Timedatetime.datetime日期和时间
LargeBinarystr二进制文件

列(字段参数)选项

选项名说明
primary_key如果为True,代表表的主键
unique如果为True,代表这列不允许出现重复的值
index如果为True,为这列创建索引,提高查询效率
nullable如果为True,允许有空值,如果为False,不允许有空值
default为这列定义默认值

关系选项

选项名说明
backref在关系的另一模型中添加反向引用
primary join明确指定两个模型之间使用的联结条件
uselist如果为False,不使用列表,而使用标量值
order_by指定关系中记录的排序方式
secondary指定多对多关系中关系表的名字
secondary join在SQLAlchemy中无法自行决定时,指定多对多关系中的二级联结条件

增删改查

增

# 创建一个模型对象, 使用db对象的 session.add 方法进行添加
user = User(mobile='15612345678', name='itcast')

db.session.add(user)
'--过程中, 开启并自动完成一次事务--'
db.session.commit()

# add_all 批量添加, 使用 list
db.session.add_all([user1, user2, user3])
db.session.commit()

查 ——(重点)

'基础查询'
User.query.all()					# 查询全部,返回list
User.query.first()					# 查询第一个,返回对象
User.query.get(2)					# 传入主键ID,返回对象,不存在返回None

# 或原生写法
db.session.query(User).all()		# db.session 与 Models.query的区别
db.session.query(User).first()		# 原生建立session机制,后者flask-sqlalchemy
db.session.query(User).get(2)

'过滤查询' 
# --> filter_by
User.query.filter_by(mobile='13911111111').first()

# --> filter --> 查询条件写法不同 
User.query.filter(User.mobile=='13911111111').first()	# (类名.字段名 == '')

'逻辑查询'
# 逻辑或 or_
from sqlalchemy import or_
User.query.filter(or_(User.mobile=='13333333333', User.name.endswith('hh')))

# 逻辑与 and_(一般情况, 直接连接)
from sqlalchemy import and_
User.query.filter(and_(User.id='1', User.name='hh')).all()

# 逻辑非 not_
from sqlalchemy import not_
User.query.filter(not_(User.mobile=='13333333333')).all()

# 拓展:运算优先级 not > and > or
'其他查询'
# 偏移offset
User.query.offset(2).all()					# 从第二条开始

# 限制limit
User.query.limit(3).all()					# 只取3条

# offset + limit 结合使用
# 从第二条开始,取3条数据...
User.query.offset(2).limit(3).all() == select from User limit 2,3 

# 排序order_by
User.query.order_by(User.id).all()			# 正序
User.query.order_by(User.id.desc()).all()	# 倒序desc

'复合查询'
User.query.filter(User.name).order_by(User.id.desc()).offset(2).limit(5).all()

'优化查询'
# 按照需求查询, 减少额外资源开销, 只查询所需字段options(load_only())
from sqlalchemy.orm import load_only
User.query.options(load_only(User.name, User.mobile)).all()

'聚合查询'
# 在查询中, 加入func, 调用count(), max(), min()等
from sqlalchemy import func
db.session.query(User.id, func.count(User.id)).all()

关联查询

'通过Foreign Key'
class User(db.Model):
	__tablename__='user_profile'
	id = db.Column('user_id'...., backref='user_profile')	# 反向查询backref
	...
	# 额外关系字段, 不做映射, 建立和其他表的关联关系, 只做查询使用 db.relationship
	profile = db.relationship('Userprofile', uselist=False)	# 是否列表返回

class Userprofile(db.Model):
	....
	id = db.Column(...db.ForeignKey('User.user_id')...)		# 必须声明外键
	....
	date = db.Column(db.Integer)
	....
# 查询
user = User.query.get(1)
user.profile			# 全部字段
user.profile.date		# 指定字段
'通过 primaryjoin'
class User(db.Model):
    ...
    # '本表.本字段 == foreign(关联表.关联字段)' --> 添加关联关系
    p = db.relationship('UserP', primaryjoin='User.id==foreign(UserP.id)')
    
# 查询
user = User.query.get(1)
user.profile		
user.profile.date
'指定字段关联 join'
	......
# 查询 --> inner join 类比
Relation.query.join(Relation.user).options(load_only(Relation.user_id, Relation.target_user_id), contains_eager(Relation.user).load_only(User.name)).filter(Relation.user_id==1).all()
'''
select from  ... as a inner join ... as b on a.id=b.targer_user_id where ...
'''
# 上述代码,实际上变形了inner join的查询方法,进行调用,注意理解
Relation.query.join().options().filter().all()

删

# 方式一
user = User.query.order_by(User.id.desc()).first()		# 删除对象
db,session.delete(user)
db.session.commit()

# 方式二
User.query.filter(User.name='python').delete()			# 常用
db.session.commit()

改

# 方式一
user = User.query.get(1)
user.name = 'python'
db.session.commit()

# 方式二
User.query.filter_by(id=1).update({'':''})				# 常用
db.session.commit()

事务

使用与理解

with app.request_context(environ):
    try:
        user = User(mobile='18911111111', name='itheima')
        db.session.add(user)
        db.session.flush() 			# 将db.session记录的sql传到数据库中执行
        db.session.commit()
    except:
        db.session.rollback()		# 事务回滚
flask中,事务的还原点 ---> 代码执行时sqlalchemy.engine.base.Engine BEGIN(implicit)
每次commit操作,实际上都手动提交了一次 --> commit()
若不提交,它会有一个回滚命令,撤销变更 --> sqlalchemy.engine.base.Engine ROLLBACK
在PLC中将十六进制数据转换为浮点数(通常遵循IEEE 754标准)需要理解数据存储格式,并按以下步骤操作: 通过以上步骤,您可以在PLC中实现十六进制到浮点数的转换。T DBD20 // 将数据传送到浮点数变量(如DB1.DBD20)指数位(8位):实际指数 = 存储值 - 127(偏移量)。:必须确认PLC的存储顺序(大端或小端),否则结果错误。将两个16位寄存器合并为32位数据,需注意。尾数位(23位):隐含前导1,实际值为。:确保32位数据在寄存器中连续且对齐。符号位(1位):0表示正,1表示负。:高位寄存器在前(如西门子PLC)。:低位寄存器在前(如三菱FX系列)。,误差因截断导致)。 阅读详情

相关推荐

嵌入式存储实战:FAL+SFUD+flashDB三件套在STM32上的完整移植指南(附避坑技巧)

本文提供了一套在STM32上完整移植FAL、SFUD与flashDB嵌入式存储框架的实战指南。详细解析了从SPI驱动配置、SFUD设备识别、FAL抽象层分区到flashDB键值数据库初始化的全流程,并分享了关键的避坑技巧与性能优化建议,帮助开发者构建稳定可靠的嵌入式存储系统。

rnn9storyteller的博客 1021

flask-sqlalchemy绑定多个数据库

绑定多个数据库¶ 从 0.12 开始,Flask-SQLAlchemy 可以容易地连接到多个数据库。为了实现这个功能,预配置了 SQLAlchemy 来支持多个 “binds”。 什么是绑定(binds)? 在 SQLAlchemy 中一个绑定(bind)是能执行 SQL 语句并且通常是一个连接或者引擎类的东东。在 Flask-SQLAlchemy 中,绑定(bind)总是背后自动为您创建好的...

平头哥(Adger)的博客 5148

Zynq裸机调试RTL8211FS网卡踩坑记:从ping不通到完美兼容的完整代码修改

本文详细记录了在Zynq平台上使用Xilinx SDK(XSDK)调试RTL8211FS网卡的完整过程,从最初的ping不通问题到最终实现完美兼容的解决方案。通过分析PHY芯片的寄存器配置差异,提供了关键代码修改和调试技巧,帮助开发者快速解决类似问题。

weixin_42550597的博客 423

python sqlalchemy 查询条件设置

在实际编程中需要根据各种不同的条件查询数据库记录,SQLAlchemy查询条件被称为过滤器。这里列出了最常用的过滤器的使用方法。

ZauberC的博客 2460

COCO数据集缺失文件补全方法

本文代码是以目标检测(object detection)和实例分割(instance segmentation)任务的标签文件为例,即文件。其他任务的标签文件内容略有不同,但是图片来源表示字段完全相同,因此代码可通用。另外如果是非2017版本COCO应该也通用。msgspec是一个高性能的序列化和验证库,支持 JSON、MessagePack、YAML 和 TOML 等多种格式。高性能:在常见协议的编码/解码中表现出色,通常比其他库快10-80倍。零成本的模式验证。

qq_46396470的博客 1996

算法竞赛推荐书单

前言 入坑算法竞赛已经一年半了,在这期间也读了不少关于算法竞赛的书,这些书对我的帮助还是蛮大的。平时看题解多是个人零散的题解,很难以系统的去学习,认认真真的挑选1-2本书来阅读,无论是从思维能力还是文字表达能力都会得到提升,以下都是我自己读过的书进行一下分享,难度由浅入深,部分书籍浅尝而止。 入门:《啊哈!算法》 适合:总题量150以下初步掌握C语言的萌新 一本充满智慧和趣味的算法入门书。没有枯燥的描述,没有难懂的公式,一切以实际应用为出发点,通过幽默的语言配以可爱的插图来讲解算法。你更像是在阅读一个个轻松

TGX的博客 8245

Flask之SQLAlchemy

Flask之SQLAlchemy 简介 SQLAlchemy是Python编程语言下的一款开源软件。提供了SQL工具包及对象关系映射(ORM)工具,使用MIT许可证发行。 SQLAlchemy“采用简单的Python语言,为高效和高性能的数据库访问设计,实现了完整的企业级持久模型”。 SQLAlchemy首次发行于2006年2月,并迅速地在Python社区中最广泛使用的ORM工具之一,不亚于D...

weixin_45439324的博客 1410

【深度解析】AURIX TC387 UCB Flash架构与避坑指南(第一篇)

摘要:UCB(用户配置块)是AURIX TC3xx芯片启动与安全的关键配置区域,位于DFLASH0存储区。每个512字节的UCB包含启动模式、安全设置等关键参数,并通过强制CRC32校验确保完整性。UCB分为启动头(UCB_BMHD)、安全配置(UCB_ORIG)及其备份(UCB_COPY)三种主要类型。不同于常规Flash,UCB具有自动擦除特性,错误配置可能导致芯片永久锁死。开发中应谨慎修改UCB,必须同时编程原始和备份版本,并确保正确的CRC校验。后续文章将详细介绍UCB编程方法和调试技巧。

2511_94612429的博客 1236

SQLALCHEMY_DATABASE_URI和SQLALCHEMY_BINDS

在这里,你需要将username替换为你的数据库用户名,password替换为你的数据库密码,localhost替换为你的数据库主机,db_name替换为你的数据库名。db1: 使用MySQL连接,用户名为user1,密码为password1,主机为localhost,数据库名为db1。db2: 使用MySQL连接,用户名为user2,密码为password2,主机为localhost,数据库名为db2。这样,Model1会使用名为db1的数据库连接,Model2会使用名为db2的数据库连接。

u010163826的博客 3316

基于Stigmergy的团队LLM wiki协作机制与FastAPI工程实践

大语言模型驱动的知识管理正在改变个人笔记与团队文档的维护方式,但当多人共同维护一个维基时,如何避免版本覆盖、上下文丢失和幻觉污染成为核心挑战。Stigmergy这一源自生物学的协作机制提供了新思路:通过共享环境中的痕迹(如评论、标记、修订历史)实现异步协作,无需实时沟通或中心协调者。本文将原理落地为可工程化的系统,设计Page、Revision、Trace三大实体,并结合向量索引与LLM审查流程,最终用FastAPI与SQLite搭建一个最小可运行原型。从白蚁筑巢到团队知识库,Stigmergy让每个参与者

weixin_34174322的博客 365

【雕爷学编程】Arduino智慧农业之温湿度数据上传到云平台

它们可能有错误、不适用或者无法编译。在实施过程中,需要注意传感器的选择和校准、通信和网络稳定性、数据隐私和安全保护、电源管理以及数据分析和决策支持等方面的事项。数据分析和决策支持:上传到云平台的温湿度数据可以提供丰富的信息,但需要合适的数据分析和决策支持工具来帮助农业业主理解和利用这些数据。您可以根据自己的需求和喜好选择适合您的云平台和库,并根据您的具体硬件配置进行适当的修改和调整。将温湿度数据上传到云平台,农业业主可以实时监测粮库内的温湿度情况,及时采取通风、除湿等措施,确保粮食质量和长期储存的稳定性。

雕爷学编程 1275

Python使用SQLAlchemy连接多个数据库

我只写了关键部分,其他sqlalchemy的配置项可以参考官网文档自己写。首先按照自己喜欢的方式读取上面你写的数据库配置项。“db_postgres_credentials”和“db_mysql_credentials”是我储存对应数据库配置的自定义字段,随意起名即可。“self.SQLALCHEMY_DATABASE_URI”字段名代表sqlalchemy的主数据库,这里我使用的是postgres,里面按照文档要求填上对应的请求地址。

米莉亚姆的小窝 2798

Java小白入门200例81之Java接口

作者简介 作者名:编程界明世隐 简介:优快云博客专家,从事软件开发多年,精通Java、JavaScript,博主也是从零开始一步步把学习成长、深知学习和积累的重要性,喜欢跟广大ADC一起打野升级,欢迎您关注,期待与您一起学习、成长、起飞! 引言 很多Java初学者问我,新手明明很用心、很努力学习的Java知识,转头又忘记了,很让人犯愁,小白如何能够快速成长、成为大牛呢? 其实要成为大神的技巧只有一个:“多学多练”,于是明哥就整理了比较典型的练习实例,通过练习能够快速提升编码技巧和熟练度,让你在成为大

编程界明世隐的博客 1360

sqlalchemy mysql配置中怎么设置utf8_sqlalchemy 的设置及使用

数据库知识点Flask-SQLALchemy安装连接数据库使用数据库数据库迁移邮件扩展4.1 数据库的设置Web应用中普遍使用的是关系模型的数据库,关系型数据库把所有的数据都存储在表中,表用来给应用的实体建模,表的列数是固定的,行数是可变的。它使用结构化的查询语言。关系型数据库的列定义了表中表示的实体的数据属性。比如:商品表里有name、price、number等。 Flask本身不限定数据库的选...

weixin_31940053的博客 884

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

SQLAlchemy 的使用

SQLAlchemy是Python中强大的SQL工具包和ORM框架,分为Core(SQL核心层)和ORM(对象关系映射)两部分。Core适合需要精细控制SQL的场景,ORM则通过面向对象方式简化数据库操作。主要特性包括:统一数据库接口、关系处理、连接池管理、事务安全和异步支持。使用流程包括:1)配置数据库连接和引擎;2)定义模型基类和业务模型;3)创建会话工厂管理数据库会话;4)实现业务操作如增删改查;5)通过Alembic进行数据库迁移管理。SQLAlchemy能显著提升开发效率,使代码更易维护。

weixin_56449709的博客 1164

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

Flask-SQLAlchemy的使用(详解)

SQLAlchemy映射构建 SQLAlchemy是Python编程语言下的一款开源软禁啊,提供了SQL工具包和ORM工具,使用MIT许可证发行。 SQLAlchemy采用简单的Python语言,为了搞笑和高性能数据库访问设计,实现了完整的企业级持久模型。 SQLAlchemy首次发行于2006年2月,并迅速成为Python社区中最广泛应用的ORM工具直以,不亚于Django的ORM框架 Flas...

王涛涛的博客 3580

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

flask-sqlalchemy和sqlalchemy(flask-sqlalchemy使用最需要注意的地方)

友情提示 除非你开发的用到和数据库交互都是在web接口的情况下,否则别用flask-sqlalchemy,直接用sqlalchemy 有这样一个比喻,很形象 sqlalchemy是一群猴子,而flask-sqlalchemy则是其中的一只猴子 为什么这么说,因为flask-sqlalchemy是简化版的sqlalchemy 介绍 二者的使用方式很像,只不过sqlalchemy是需要自己创建引擎,连接数据库,去操作数据库,sqlalchemy也是一种数据库,是一个关系型数据库框架,是python中最著名的O

XC_SunnyBoy的博客 1039

Flask SQLAlchemy config

Flask-SQLAlchemy-config 一、配置键 SQLALCHEMY_DATABASE_URI# 连接数据的数据库 SQLALCHEMY_DATABASE_URI='sqlite:////tmp/test.db' SQLALCHEMY_DATABASE_URI='mysql://username:password@server/db' #SQLAlchemy 把一个引擎的源表示为一个连同设定引擎选项的可选字符串参数的 URI。URI 的形式是: dialect+driver://userna

钟健的博客 7万+

flask-sqlalchemy和sqlalchemy的基本使用

基本查询 # 查询所有用户数据 User.query.all() # 返回列表, 元素为模型对象 # 查询有多少个用户 User.query.count() # 查询第1个用户 User.query.first() # 返回模型对象/None # 查询id为4的用户[3种方式] User.query.get(4) # 根据...

被窝中的coder的博客 743

SQLAlchemy和Flask-SQLAlchemy的使用

1. SQLAlchemy ORM框架、通用 Django-Model:基于django 1. 安装 pip install sqlalchemy 2. 使用 1. 约束 primary_key auto_increment nullable index unique 2. 数据类型 INT、INTEGER、Integer:都是整型 CHAR、 NCHAR、VARCHAR、 N...

weixin_30542079的博客 484

sqlalchemy limit_如何更好的使用flask-SQLAlchemy

SQLAlchemy配置安装flask-sqlalchemy,它是对SQLAlchemy基于flask的封装,SQLAlchemy是python的orm框架并不是针对特定web的框架。配置数据库这db初始化APP使用的db=SQLAlchemy(app)这种方式,这样初始化的时候就会加载上下文环境,比如在交互式环境下,就可以直接User.query.get(1)查询,还有一种初始化方式,db.in...

weixin_39552037的博客 603

SqlAlchemy使用

Date:2016-03-27 Title:20.Python笔记之SqlAlchemy使用 Tags:python Category:Python 作者:刘耀 博客:www.liuyao.me 一、SQLAlchemy SQLAlchemy是Python编程语言下的一款ORM框架,该框架建立在数据库API之上,使用关系对象映射进行数据库操作,简言之便是:将对象转换成SQL,然后使用数据API执行SQL并获取执行结果。 ORM方法论基于三个核心原则: 简单:以最基本的形式建模数据。 传达性.

ainivip的专栏 808

Flask框架中SQLAlchemy的使用方法

config.py。

m0_74825541的博客 990

【python】Flask-SQLAlchemy的使用

一、ORM Object-Relation Mapping,中文意为对象-关系映射 主要实现模型对象到关系数据库数据的映射 1.1 优点 只需要面向对象编程, 不需要面向数据库编写代码 a. 对数据库的操作都转化成对类属性和方法的操作 b. 不用编写各种数据库的sql语句. 实现了数据模型与数据库的解耦, 屏蔽了不同数据库操作上的差异 a. 不再需要关注当前项目使用的是哪种数据库 b. 通过简单的配置就可以轻松更换数据库, 而不需要修改代码 1.2 缺点 相比较直接使用SQL语句操作数据库,有

sysu_lluozh 2703

SQLAlchemy

SQLAlchemy是一个功能强大的 Python SQL 工具包和对象关系映射(ORM)库。它提供了全功能的 SQL 语句构建器和一个 ORM,使得 Python 开发者可以更方便地与数据库交互,而无需编写原生的 SQL 语句。SQLModel是一个基于 SQLAlchemy 和 Pydantic 的新兴库,旨在简化数据模型的定义和验证,特别适用于 FastAPI 项目。SQLModel 结合了 SQLAlchemy 的 ORM 功能和 Pydantic 的数据验证能力。name: str。

xnuscd的博客 1372

关于sqlalchemy的使用

【代码】关于sqlalchemy的使用。

hrj199036的博客 766
上一篇: 01初识flask
下一篇: flask初用上下文
矗禾
博客等级 码龄7年 0粉丝 3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
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