基于webmagic框架的多主题爬虫关键词切换

WebMagic爬虫(二)升级版 我在爬取页面的时候发现有很多数据是js渲染进去的,通过: String htm = page.getHtml().xpath("*/html/html()").toString(); page.putField("html",htm); 就可以看到爬取下来的页面数据,可以很清晰的看出页面里面有没有自己想要的数据,如果没有,那么我们就需要进一步操作! 如果数据是ajax请求过来的,那么可以参... 阅读详情

 

1、背景介绍

       多主题爬虫中,我们一般先分析网站的url特点(重点是列表页),再根据项目需求预先设定好关键词,对待爬取url,或者称为种子url进行精准控制。

1.1、分析一

       带关键词的url场景有很多,如网站的特定版块、某模块发送的AJAX请求等都嵌入了关键词。

       eg:我们需要爬取同程旅游网杭州的旅游景点信息,url是:https://so.ly.com/hot?q=%E6%9D%AD%E5%B7%9E;

       其中%E6%9D%AD%E5%B7%9E是Unicode对关键词--“杭州”编码的结果

       eg:同程旅游网从杭州到北京的国内游,url是:

       https://gny.ly.com/list?src=%E6%9D%AD%E5%B7%9E&dest=%E5%8C%97%E4%BA%AC&prop=0,等同于https://gny.ly.com/list?src=杭州&dest=北京&prop=0,实际上也等同于https://gny.ly.com/list?src=杭州&dest=北京。在浏览器输入上述url后会显示该主题列表的第一页,点击下一页我们会发现该主题列表第二页url是:

       https://gny.ly.com/list?src=%E6%9D%AD%E5%B7%9E&dest=%E5%8C%97%E4%BA%AC&start=2

       第三页是:

       https://gny.ly.com/list?src=%E6%9D%AD%E5%B7%9E&dest=%E5%8C%97%E4%BA%AC&start=3

       ····

       https://gny.ly.com/list?src=%E6%9D%AD%E5%B7%9E&dest=%E5%8C%97%E4%BA%AC&start=n

       由此,我们就可以得出该模块的url拼接规则为:https://gny.ly.com/list?src=关键词1(Unicode编码)+“&dest=”+关键词2(Unicode编码)+“&start=”+index(页面索引)

       再比如:百度新闻,关键词搜索url:

       https://www.baidu.com/s?rtt=1&bsst=1&cl=2&tn=news&rsv_dl=ns_pc&word=浙江++消防&pn=10

       https://www.baidu.com/s?rtt=1&bsst=1&cl=2&tn=news&rsv_dl=ns_pc&word=浙江++消防&pn=20

1.2、分析二

       再进一步抽象,一般我们在配置文件中设定关键词,或者写入数据库中,然后爬虫从中读取并存入kw1List和kw2List中,

       两种方式的配置举例如下:

  • 配置1(yaml文件)
filters:
  searchfilter:
    kwfixvalue: [ 浙江, 江苏, 上海, 北京, 天津 ]
    kwvalue: [ 火灾, 坍塌, 爆炸, 事故, 安全, 伤亡 ]
  • 配置2(数据库)
起始城市ID起始城市名称目的地ID目的地名称
0510无锡0571杭州
001北京021南京
0519常州0996乌鲁木齐

 

       在拼接下一列表页的逻辑中(即换页,列表页切换),我们需要用到的变量是: 当前关键词1、当前关键词2、当前关键词1所处list1中的索引index1、当前关键词2所处list2中的索引index2,以及已爬取到的页面index(即网站所显示的第几页);

2、解决

       经上述分析,将列表页url拼接逻辑中表示关键词的选择切换抽取出来,并用一个pojo类定义,可以命名为KeywordOptions,代码如下:

  • currenyPage: 当前页面索引(表示关键词1+关键词2搜索结果中的第几页)
  • currentFixIndex: 关键词2所在list2中的index
  • kwFixValue: 关键词2
  • currentIndex: 关键词1所在list1中的index
  • kwValue: 关键词1
public class KeywordOptions {
    Long currentPage;
    Integer currentFixIndex;
    String kwFixValue = null;
    Integer currentIndex;
    String kwValue = null;

    public KeywordOptions() {
    }

    public Long getCurrentPage() {
        return this.currentPage;
    }

    public void setCurrentPage(Long currentPage) {
        this.currentPage = currentPage;
    }

    public Integer getCurrentFixIndex() {
        return this.currentFixIndex;
    }

    public void setCurrentFixIndex(Integer currentFixIndex) {
        this.currentFixIndex = currentFixIndex;
    }

    public Integer getCurrentIndex() {
        return this.currentIndex;
    }

    public void setCurrentIndex(Integer currentIndex) {
        this.currentIndex = currentIndex;
    }

    public String getKwFixValue() {
        return this.kwFixValue;
    }

    public void setKwFixValue(String kwFixValue) {
        this.kwFixValue = kwFixValue;
    }

    public String getKwValue() {
        return this.kwValue;
    }

    public void setKwValue(String kwValue) {
        this.kwValue = kwValue;
    }
}

       并基于webmagic框架中的PageProcessor接口编写抽象类BasePageProcessor,在该抽象类中根据通用性业务需求编写相关方法, 首先是关键词切换逻辑:

private boolean nextKeyword(KeywordOptions ko) {
    if (this.searchFilterConfig == null) {
        return false;
    } else {
        int kwSize = this.kwValues.size();
        int kwFixSize;
        
        if (this.kwFixValues == null) {
            kwFixSize = 0;
        } else {
            kwFixSize = this.kwFixValues.size();
        }

        if (ko.getCurrentIndex() >= kwSize - 1) {
            ko.setCurrentIndex(0);
            if (ko.getCurrentFixIndex() >= kwFixSize - 1) {
                return false;
            } else {
                ko.setCurrentFixIndex(ko.getCurrentFixIndex() + 1);
                ko.setKwValue((String)this.kwValues.get(ko.getCurrentIndex()));
                if (this.kwFixValues != null) {
                    ko.setKwFixValue((String)this.kwFixValues.get(ko.getCurrentFixIndex()));
                }
                return true;
            }
        } else {
            ko.setCurrentIndex(ko.getCurrentIndex() + 1);
            ko.setKwValue((String)this.kwValues.get(ko.getCurrentIndex()));
            if (this.kwFixValues != null) {
                ko.setKwFixValue((String)this.kwFixValues.get(ko.getCurrentFixIndex()));
            }
            return true;
        }
    }
}

 其中根据KeywordOptions对象拼接url的方法如下,将该方法设为public,以便后续根据不同拼接规则可以继承重写

public String koToUrl(KeywordOptions ko) {
    StringBuilder builder = new StringBuilder(this.baseUrl);
    builder.append(ko.getCurrentPage());
    if (this.searchFilterConfig == null) {
        return builder.toString();
    }else if (ko.getKwValue() == null && ko.getKwFixValue() == null) {
        return builder.toString();
    } else {
        builder.append("&");
        if (ko.getKwValue() != null) {
            if (this.kwCharset != null) {
                try {
                    builder.append(URLEncoder.encode(ko.getKwValue(), this.kwCharset));
                } catch (UnsupportedEncodingException var5) {
                    var5.printStackTrace();
                }
            } else {
                builder.append(ko.getKwValue());
            }
        }

        if (ko.getKwFixValue() != null) {
            builder.append("+");
            if (this.kwCharset != null) {
                try {
                    builder.append(URLEncoder.encode(ko.getKwFixValue(), this.kwCharset));
                } catch (UnsupportedEncodingException var4) {
                    var4.printStackTrace();
                }
            } else {
                builder.append(ko.getKwFixValue());
            }
        }

        return builder.toString();
    }
}

最后得到下一列表页请求(封装url)

public synchronized Request nextListPage(KeywordOptions ko) {
    //判断任务是否结束,列表切换是否锁定
    if (!this.listAddLock && !this.isComplete) {
        //获取配置文件解析器实例
        ConfigParser parser = ConfigParser.getInstance();
        Boolean fixed = (Boolean)parser.getValue(this.commonConfig, "fixed", false, this.spiderConfig.getConfigPath() + ".common");
        //判断页面url是否为固定
        if (fixed) {
            return null;
        } else {
            String url;
            //判断当前页是否为列表页尾页
            if (ko.getCurrentPage() >= this.totalPages) {
                //为真则切换关键词
                ko.setCurrentPage(Long.valueOf(String.valueOf(this.commonConfig.get("firstpage"))));
                if (this.nextKeyword(ko)) {
                    url = this.koToUrl(ko);
                    return this.nextListPageHook(this.pushRequest(url, ko));
                } else {
                    this.isComplete = true;
                    return this.nextListPageHook((Request)null);
                }
            } else {
                //非尾页,则当前页面索引加一
                ko.setCurrentPage(ko.getCurrentPage() + 1L);
                url = this.koToUrl(ko);
                return this.nextListPageHook(this.pushRequest(url, ko));
            }
        }
    } else {
        return null;
    }
}

在BasePageProcessor中编写页面处理逻辑,相关代码如下:

public void process(Page page) {
    Iterator var4;
    if (page.getUrl().toString().contains(this.baseUrl)) {
        //判断是否下载异常,自定义错误码600
        if (page.getStatusCode() == 600) {
            this.listAddLock = false;
            return;
        }
        //解析列表页,后续业务会重写processList(page)方法
        if (this.processList(page)) {
            this.processSuccessListPageCount.incrementAndGet();
            logger.info("list page crawl success url={}", page.getUrl());
            this.listAddLock = false;
        } else {
            this.processErrorListPageCount.incrementAndGet();
            logger.warn("list page crawl failed url={}", page.getUrl());
        }
        //每个List request中存储KeywordOptions实例
        KeywordOptions ko = (KeywordOptions)JSON.parseObject((String)page.getRequest().getExtra("ko"), KeywordOptions.class);
        if (ko != null) {
            List<Request> requests = page.getTargetRequests();
            var4 = requests.iterator();

            while(var4.hasNext()) {
                Request request = (Request)var4.next();
                request.putExtra("kw", ko.getKwValue());
            }
        }
        //获取下一列表页
        Request listpage = this.nextListPage(ko);
        if (listpage != null) {
            listpage.putExtra("nocheckdup", true);
            page.putField("listPage", listpage);
        }
    } else {
        //详细页解析,同样先进行异常检查
        if (page.getStatusCode() == 600) {
            return;
        }
        
        try {
            //processPage方法也会被后续具体业务重写
            this.processPage(page);
            this.processSuccessPageCount.incrementAndGet();
        } catch (Exception var7) {
            this.processErrorPageCount.incrementAndGet();
            logger.warn("page process failed url={} , error:{}", new Object[]{page.getUrl(), var7});
        }

        ResultItems items = page.getResultItems();
        String keyword = (String)page.getRequest().getExtra("kw");
        if (keyword == null) {
            keyword = this.kwValues != null ? (String)this.kwValues.get(0) : null;
        }

        if (keyword != null) {
            var4 = items.getAll().entrySet().iterator();

            while(var4.hasNext()) {
                Map.Entry<String, Object> entry1 = (Map.Entry)var4.next();
                Map<String, Object> map = (Map)entry1.getValue();
                map.put("keyword", keyword);
            }
        }
    }
}

 

webMagic爬虫抓取某个博客全部文章名称 webMagic爬虫抓取某个博客全部文章名称,简单列子,可以做参考 立即下载

相关推荐

优化Java实现网络爬虫 获取百度搜索内容 只支持http方式

优化上次上传的读者反馈问题:缺包以及空指针异常等。Java实现网络爬虫 获取百度搜索内容包括标题、链接、内容等信息,直接可以运行,仅供参考。 直接运行JSoupBaiduSearcher.java里面的main方法,会在控制台打印出搜索的信息。目前只支持http不支持https。感谢下载和问题反馈

使用webmagic爬取引用标准文献的新闻

目录目录 任务 总体思路 使用百度搜索 筛选搜索结果 新闻URL的转换 储存新闻 标准引用的统计工作 代码实现 运行流程 两个爬虫的结构 BaiduForEachCrawler Downloader Scheduler PageProcessor Pipeline BaiduURLConverter Downloader Scheduler PageProcessor PipeLine 新闻去重与统

nobrowning的博客 1259

爬虫基于Springboot+WebMagic+Mybatis+多数据源

闲来无事最近写了一个全新的爬虫框架WebMagic整合springboot的爬虫程序,不清楚WebMagic的童鞋可以先查看官网了解什么是Webmagic,顺便说说用springboot时遇到的一些坑

使用webmagic爬取网页信息以及通过selenium进行页面元素操作

前言 本篇文章主要讲解如何使用webmagic技术来实现网页的爬取, 以及使用selenium操作页面元素,实现点击、输入事件 所用技术 1.webmagic 添加需要爬取的url Spider.create(new MyProcessor()).addUrl("https://www.cnblogs.com/").thread(5).run(); 在process里面抓取符合条件...

前方一片光明 3万+

首个基于LBS方案的3D传感器,VoxelSensor解析

该传感器将结合OQmented的Lissajous模式的MEMS扫描镜,与每帧逐行工作的光栅扫描相比,Lissajous轨迹扫描速度更快,并且能耗很低,它可以更快地捕获完整的场景和快速移动,并且需要更少的数据处理,可满足AR/VR对于低延迟、高效率的需求。简单来讲,Switching Pixels的区别是专注于识别激光事件,性能比普通事件相机更好,但也可以使用事件相机的算法。在具体应用中,它需要在X和Y方向发射一个或多个脉冲光束,以在X和Y轴上定位,而Z轴,也就是深度,则是通过计算光返回的时间来测量。

qingtingwang的博客 576

当OTN网络遭遇LOS告警:5个运维老手才知道的故障定位技巧(含CA动作对照表)

本文深入解析OTN网络中LOS告警的实战定位技巧,涵盖光功率深度诊断、模块差异分析及核心的CA动作机制。通过逆向追踪告警流与对照速查表,帮助运维人员快速锁定故障段落,区分硬软故障,并掌握系统健康度评估方法,从而提升排障效率与网络稳定性。

weixin_29266007的博客 555

WebMagic springboot 多站点垂直数据采集(支持插队采集)

WebMagic springboot 多站点垂直数据采集(支持插队采集)

解忧小童子 1282

LIGGGHTS颗粒模拟入门:从DEM原理到工程实践

离散元法(DEM)是一种用于模拟颗粒物质行为的数值方法,其核心原理是通过计算每个颗粒的运动和相互作用来预测颗粒系统的宏观行为。该方法基于牛顿第二定律和接触力学模型,能够精确描述颗粒间的碰撞、摩擦和粘结等微观机制。在工程实践中,DEM技术为优化工业设备设计、预测材料流动和减少实验成本提供了重要价值。它广泛应用于制药造粒、矿石破碎、粉体输送和农业加工等领域,帮助工程师和研究人员深入理解颗粒系统的复杂动力学。LIGGGHTS作为一款基于LAMMPS的开源DEM软件,继承了其高效的并行计算架构,并针对颗粒模拟进行了

weixin_33979203的博客 420

为什么选择gh_mirrors/spi/spider?6个理由让它成为你的爬虫首选工具

在当今数据驱动的时代,**网络爬虫工具**已成为数据采集和分析的重要工具。gh_mirrors/spi/spider(也称为Gather Platform数据采集与分析平台)是一款基于Webmagic内核的**可配置网络爬虫**,拥有直观的Web控制台界面。对于需要高效数据采集的用户来说,这款**爬虫工具**提供了完整而强大的解决方案。🚀 ## 1. 🎯 **零代码配置,快速上手** gh

gitblog_01161的博客 754

存储关键技术·RAID技术·RAID2.0·华为RAID2.0+·华为服务器·云计算

一.RAID基本概念 常见的RAID级别组合RAID级别 二.RAID的数据组织形式 三.RAID的数据保护功能 方法一:镜像方法二:奇偶校验算法(XOR) 四.RAID热备和重构 1.热备(Hot Spare)的定义2.热备的分类3.热备的工作原理 五.RAID 2.0技术 1.RAID 2.02.RAID 2.0+3.华为RAID 2.0+ 六.RAID 2.0+块虚拟化技术 1.什么会出现RAID 2.0+技术?2.什么是RAID 2.0?3.RAID 2.0+的原理是什么?

qq_47480932的博客 3320

大规模新闻聚合爬虫实战:Python爬取数百万新闻数据的完整指南

本文详细介绍了如何构建一个大规模新闻聚合爬虫,结合Python异步爬虫技术,实现高效、稳定的新闻数据采集。增加NLP模块对新闻内容做自动分类、情感分析。引入机器学习模型检测新闻真实性。使用分布式爬虫框架进一步提升规模。增加多媒体内容抓取与处理。

2201_76125261的博客 1557

《倚天村 · 图解数据结构》导读:从 HashMap 面试连环问到 14 种数据结构的渐进式学习路径

数据结构是编程的根基,也是面试绕不开的话题。本文以开源仓库 CodeGuide 中收录的《倚天村 · 图解数据结构》系列文档为核心,梳理一份覆盖链表、数组、队列、堆栈、哈希表、堆、字典树、二分搜索树、平衡二叉树、2-3 树、红黑树、并查集、图、布隆过滤器共 14 种数据结构的全景学习指南。读完本文,你将掌握这套资料的章节脉络、每种结构的核心要点与配套源码位置,并能用它系统备战 HashMap 类高

gitblog_00585的博客 991

SAP 创建PO时提示“不能确定任何组件”

SAP 创建委外加工的PO时提示“不能确定任何组件” 而如果BOM已经创建了,但还是提示该错误保存。 解决办法:1. BOM selection 未配置好; 2. 由于Purchasing prosessing time的设置,如果PO中的delivery time - Purchasing prosessing time是过去的日期,那么会找不到BOM,BOM的有效期需早 于PO审批的有效期。 3. BOM未...

willieyuan的博客 6122

OneBlog文章搬运工:一键抓取优快云、博客园等平台文章的完整指南

OneBlog作为一款功能强大的Java博客系统,其内置的"文章搬运工"功能让博客内容迁移变得前所未有的简单。无论你是技术博主还是内容创作者,这个实用工具都能帮你快速将优快云、博客园等平台的文章迁移到自己的OneBlog博客中,大大节省了手动复制粘贴的时间。😊 ## 📋 什么是OneBlog文章搬运工? OneBlog文章搬运工是一个基于webMagic爬虫框架的智能文章迁移工具,它能够

gitblog_01114的博客 826

【全志V821_FoxPi】8-1 Linux驱动WS2812 RGB LED(SPI)

本文介绍了在全志V821开发板上通过Linux SPI驱动控制WS2812 RGB LED的方法。作者首先对比了传统多GPIO控制与单总线控制的差异,详细解析了WS2812的数据传输机制和关键时序参数。在驱动移植过程中,尝试了三种方案:1)使用芯片内置LEDC驱动失败;2)软件模拟SPI因时钟不稳定放弃;3)最终采用硬件SPI方案成功驱动。通过spidev_test工具发送特定数据包,实现了对LED灯的颜色控制,并附示波器截图验证了正确的SPI时序波形(8MHz速率)。该方案为嵌入式系统中控制WS2812灯

第四维度的博客 1394

YOLOv11架构革新:华为VanillaNet与BiFPN深度融合的突破性改进实战指南

购买即可解锁300+YOLO优化文章,并且还有海量深度学习复现项目,价格仅需两杯奶茶的钱,别人有的本专栏也有!

LXY_LOVE36的博客 138

基于Hadoop+Spark+Hive的招聘推荐系统设计与实践

大数据技术栈在现代数据处理中扮演着核心角色,其中Hadoop提供分布式存储基础,Spark实现高效内存计算,Hive则完成结构化查询。这些技术通过协同工作,能够处理海量数据并实现复杂分析。在招聘推荐场景中,结合TF-IDF特征提取和ALS协同过滤算法,可以构建精准的岗位推荐系统。该系统采用WebMagic进行数据采集,利用HanLP处理中文文本,并通过Spark MLlib快速实现推荐模型。对于计算机专业学生,这类项目既能掌握HDFS数据存储、Spark SQL分析等实用技能,又能学习解决数据倾斜、冷启动等

weixin_34224941的博客 444

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

OptiScaler:打破显卡限制!让所有GPU都能享受DLSS级画质提升的神器

还在为显卡性能不足而烦恼吗?是否因为硬件限制而无法体验游戏的最佳画质?OptiScaler正是解决这些痛点的终极方案——这款开源工具能让所有显卡(无论NVIDIA、AMD还是Intel)都能享受DLSS级画质优化技术,彻底打破硬件壁垒! ## 🎯 为什么OptiScaler是游戏玩家的必备神器? **核心关键词**:显卡性能优化、游戏画质提升、AI超分辨率技术、DLSS替代方案 **长尾关

gitblog_00311的博客 865

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

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

webmagic 获取文本_一个百度搜索结果内容获取爬虫

1 概述该项目是一个百度搜索结果获取爬虫。爬虫从一个文本文件中获取关键字组,查询获得结果后,将结果链接的内容下载存储到文件中。2 使用下载jar文件和配置文件。 百度网盘修改配置文件中的配置,最主要的是要指定关键字文件。运行run.bat,即可开始爬取。如果需要删除输出文件夹中的文件,需一并删除success.txt文件。3 运行流程读取配置文件settings.properties根据配置中指定...

weixin_29752563的博客 551

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

Java爬虫(webmagic)

webMaigc学习地址(强烈推荐):http://www.oschina.net/p/webmagic 本篇博客只是整理笔记。   webmagic的是一个无须配置、便于二次开发的爬虫框架,它提供简单灵活的API,只需少量代码即可实现一个爬虫。webmagic采用完全模块化的设计,功能覆盖整个爬虫的生命周期(链接提取、页面下载、内容抽取、持久化),支持多线程抓取,分布式抓取,并支持自动重试、

实践是最好的方法 2万+

Web项目之网络爬虫

一、爬虫基础篇   Python网络爬虫(认识爬虫)   Python网络爬虫(http和https协议)   Python网络爬虫(基于urllib库的get请求页面)   Python网络爬虫(requests模块应用1)   Python网络爬虫(验证码处理)   Python网络爬虫(session与ip代理池)   Python网络爬虫(线程池)   Py...

weixin_30706691的博客 481

使用webmagic爬取网站数据

通过webmagic爬取穷游网数据

兴国-为梦想而战 4328

Java爬虫框架WebMagic的使用总结

最近,项目做一个公司新闻网站,分为PC&移动端(h5),数据来源是从HSZX与huanqiu2个网站爬取,主要使用java编写的WebMagic作为爬虫框架,数据分为批量抓取、增量抓取,批量抓当前所有历史数据,增量需要每10分钟定时抓取一次,由于从2个网站抓取,并且频道很多,数据量大,更新频繁;开发过程中遇到很多的坑,今天腾出时间,感觉有必要做以总结。

在路上。。。 4万+

webmagic爬虫--爬取简单网页

WebMagic框架包含四个组件,PageProcessor、Scheduler、Downloader和Pipeline。 这四大组件对应爬虫生命周期中的处理、管理、下载和持久化等功能。 这四个组件都是Spider中的属性,爬虫框架通过Spider启动和管理。 PageProcessor负责解析页面,抽取有用信息,以及发现新的链接。需要自己定义。 Scheduler负责管理...

jia1506的博客 935

okhttp3之java.net.SocketTimeoutException: timeout 异常处理

背景介绍     项目中开启线程池下载图片,okhttp报错如下:     一直沿用以前开发的工具类(将okhttp客户端封装成了单例模式),之前开发的项目涉及到的网络请求未出现过类似异常,而这次由于图片下载量大,线程数量多,造成socket超时。     之前的工具类: pu...

Vincent2014Linux 4万+
上一篇: MIT Place Pulse数据集及google街景图片爬取
下一篇: 专利网数字验证码识别
zhg_vincent
博客等级 码龄12年 93粉丝 45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