PHP解析和生成xml(DOMDocument版)

PHP中解析HTML的常用方法 本文介绍了一些常用的PHP方法和技巧,用于解析HTML文档。虽然在处理复杂的HTML文档时可能会有一些限制,但对于简单的HTML解析任务,它是一种简洁而有效的方法。在PHP中,解析HTML是一个常见的任务,我们可以使用各种方法来处理和操纵HTML文档。其中一种常用的库是"Simple HTML DOM",它提供了类似于jQuery的选择器语法,方便地从HTML文档中提取和操纵数据。上面的代码中,我们首先包含了"Simple HTML DOM"库的文件,然后使用。在上面的代码中,我们使用正则表达式。 阅读详情

上次和大家分享了SimpleXML操作xml的一些知识,但是php中除了simplexml还有DOMDocument,这次就着重来看看DOMDocument的用法,还是把生成xml和解析xml分开写

1.xml的生成

DOMDocument操作xml要比先前的simplexml要复杂一点,我觉得simplexml就想java里的dom4j,不管怎样原理都是一样的。如果把DOMDocument里的节点,属性看做是枝叶那么DOMDocument的DOMDocument就是根,节点和属性都挂载在这个对象下面。看看下面的代码就很清楚了

<?php
  $doc=new DOMDocument('1.0','utf-8');
  //创建根节点
  $root=$doc->createElement("StudentInfo");
  //创建第一个子节点
  $item=$doc->createElement("Item");

  $name=$doc->createElement("name","蔡依林");
  $studentnum=$doc->createElement("num","2009010502");
  //创建属性(phpdom可以把任何元素当做子节点)
  $id=$doc->createAttribute("id");
  $value=$doc->createTextNode('1');
  $id->appendChild($value);
  //在父节点下面加入子节点
  $item->appendChild($name);
  $item->appendChild($studentnum);
  $item->appendChild($id);

  $item2=$doc->createElement("Item");
  $name2=$doc->createElement("name","潘玮柏");
  $studentnum2=$doc->createElement("num","2009010505");
  $id2=$doc->createAttribute("id");
  $value2=$doc->createTextNode('2');
  $id2->appendChild($value2);

  $item2->appendChild($name2);
  $item2->appendChild($studentnum2);
  $item2->appendChild($id2);

  $root->appendChild($item);
  $root->appendChild($item2);
  //把根节点挂载在DOMDocument对象
  $doc->appendChild($root);
  header("Content-type: text/xml");
  //在页面上输出xml
  echo $doc->saveXML();
  //将xml保存成文件
  $doc->save("stu.xml");
?>

这段代码仔细看的话其实不复杂,可能性在id属性的那个地方会有点疑问,文本节点也必须挂载在DOMDocument下面,之后把文本节点挂载在属性下面。来看下生成的xml


其实DOMDocument是首先生成节点或属性,而xml的层级关系是最后通过addchild来体现的


2.DOMDocument解析


<?php
  $doc=new DOMDocument();
  //如果是解析xml字符串则使用loadXML
  $doc->load('stu.xml');
  //取得根节点
  $root=$doc->documentElement;
  //通过标记的名字取得对应的元素
  $items=$root->getElementsByTagName('Item');
  foreach($items as $key=>$val){
   // echo count($val->attributes);
    //id是第一个属性所以使用item(0),nodeValue用来取得节点的值
    echo $val->attributes->item(0)->name.":".$val->attributes->item(0)->nodeValue."   ";
    
    foreach($val->getElementsByTagName('name') as $key2=>$val2){
       echo $val2->nodeValue."   ";
    }
    foreach($val->getElementsByTagName('num') as $key3=>$val4){
       echo $val4->nodeValue."</br>";
   }
  }
?>

解析的话重在理解,getElementsByTagName方法,attributes属性和item是解析xml的重点。别的都算简单,看看解析出来的东西

总的来说是比simplexml麻烦一些,但是作为程序员还能接受吧。


PHP DOMDocument解析和生成XML的方法详解 然后,我们通过遍历该节点列表,使用getAttribute()方法获取每个元素节点的"title"和"author"属性值,并使用getElementsByTagName()方法获取"price"节点的文本值。同时,通过使用createElement()和appendChild()方法,我们可以创建和添加新的元素节点,并使用save()方法将DOMDocument对象保存为XML文档。然后,我们创建了"title"、"author"和"price"元素,并将它们添加到"book"元素中。 阅读详情

相关推荐

ROS教程(四):RVIZ使用教程(详细图文)

前言 根据前面的教程已经学会了创建功能包,那么本篇文章主要内容则是通过节点来发布数据至RVIZ

Leslie的博客 17万+

php 使用DOMDocument 解析xml

Sample Code: $xml = "<?xml version='1.0' encoding='UTF-8'?><register> <email>787887347@qq.com</email><pass>dGV...

chishi2051的博客 189

ZYNQ-Video out IP与Video Timing Controller IP协同工作模式解析

本文深入解析了ZYNQ平台上Video out IP与Video Timing Controller IP的协同工作模式,详细介绍了它们的架构、工作原理及配置要点。通过AXI4-Stream接口实现高效视频数据传输,并结合HDMI输出系统设计实践,为开发者提供了实用的调试技巧和性能优化建议。

redis7keeper的博客 637

解读PHP DOMDocument在解析XML文件中的作用

在使用PHP对XML文件进行解析的时候,我们可以用很多方法。在这里,我们将为大家重点介绍如何使用PHP DOMDocument来及逆行能够XML文件的解析。 关于用到的XML文件还以“Php Xml处理之simplexml使用方法浅谈”一文中的XML为例,文件名为:me.xml。代码如下: PHP XML处理XML代码    ?xml version="1.0" encoding="u

rongwenbin的专栏 791

告别Failed to start错误!保姆级教程:用Ubuntu20.04安装盘搞定GRUB与系统服务修复

本文提供Ubuntu20.04系统启动失败的专业修复指南,详细讲解如何利用安装盘解决GRUB与系统服务问题,避免重装系统导致的数据丢失。涵盖分区挂载、chroot环境操作、服务诊断与修复等实用技巧,帮助用户高效恢复系统正常运行。

weixin_32578161的博客 331

【SLAM】探索explore_lite在移动机器人自主建图中的高效边界检测策略

本文深入解析了explore_lite在移动机器人自主建图中的应用,重点探讨了其高效的贪婪边界检测策略。该工具包专为资源受限平台设计,通过直接利用SLAM生成的地图信息,以极低的计算开销实现快速、稳定的未知区域探索,并与move_base导航框架无缝协作,是轻量级机器人自主探索的优选方案。

purple的博客 1067

php dom 换行,使用PHP DOMDocument()类时保留换行符[复制]

参见英文答案 > PHP XML how to output nice format7个当您查看源代码时,我的HTML看起来像这样:原始HTML但在我这样做之后:$dom = new DOMDocument();$dom->loadHTML($html);$dom->saveHTML();我的源代码转向:新的...

weixin_42148975的博客 278

《Linux GPU 驱动核心机制:面向图形与 AI 计算的 DRM 内存管理与任务调度》 目录

本文以缓冲区对象(BO)生命周期为主线,系统解析 Linux DRM 子系统中 GPU 驱动的核心机制。涵盖 GEM 与 TTM 内存管理、dma-buf/dma-fence 共享同步、GPU 调度与地址空间管理,结合 amdgpu、Xe 等驱动代码,深入剖析其设计动机与实现逻辑。旨在填补中文领域对 GPU 内核机制系统性讲解的空白,为图形与 AI 计算场景下的内存泄漏、同步死锁等疑难问题提供可追溯的分析路径。

图形/计算GPU的驱动与虚拟化技术分享园地 3736

PHP用DOMDocument解析xml文件

例子1: 循环所有 "artist" 元素 (nodetypes = 1),查找与 JavaScript 所传数据向匹配的名字找到 CD 包含的正确 artist输出 album 的信息 xml文件: Empire Burlesque Bob Dylan USA Columbia 10.90 1985 Hide yo

Z大钊 1582

第9章:Embedding、Pooling 与检索增强基础

本文介绍了律师事务所如何利用vLLM构建法律文档RAG系统,解决传统关键词检索在语义匹配上的不足。主要内容包括: 项目背景:传统Elasticsearch检索在法律术语上的低准确率问题,及多模型维护的复杂性; 技术方案:采用vLLM统一支持生成和向量化能力,通过语义向量检索提升相关性; 关键实现: 用vLLM的Embedding端点处理文档向量化 构建包含离线索引和在线检索的完整RAG流程 采用余弦相似度进行语义匹配 实践建议:切片大小选择、向量归一化处理、不同场景下的数据库选型等。

davidwang456的专栏 60

使用NXP SBC插件开发FS26软件

FS26作为功能安全可达ASIL D的SBC,在配合NXP MCU的使用中非常广泛,本文介绍基于NXP官网的SBC代码包快速进行FS26软件的开发FS26使用过程中还有不少坑的地方,后面有空可以再介绍相关的功能。

赞的博客 650

php dom生成xml,PHP解析跟生成xml(DOMDocument版)

PHP解析和生成xml(DOMDocument版)上次和大家分享了SimpleXML操作xml的一些知识,但是php中除了simplexml还有DOMDocument,这次就着重来看看DOMDocument的用法,还是把生成xml和解析xml分开写1.xml的生成DOMDocument操作xml要比先前的simplexml要复杂一点,我觉得simplexml就想java里的dom4j,不管怎样原理...

weixin_39555320的博客 125

Megatron-LM中的TP、PP、DP、SP、CP并行

SP主要优化的是激活内存,它沿序列维度切分部分激活,适用于较短序列并行。CP主要解决的是长序列的显存问题,它沿序列维度切分所有激活和输入,并且对注意力机制也进行并行处理。二者可以组合使用,特别是当 TP > 1 并且需要处理长序列时,通过启用 SP 和 CP 可以最大化地优化内存使用和加速计算。

u013250861的博客 861

php 生成 document,PHP解析和生成xml(DOMDocument版)

上次和大家分享了SimpleXML操作xml的一些知识,但是php中除了simplexml还有DOMDocument,这次就着重来看看DOMDocument的用法,还是把生成xml和解析xml分开写1.xml的生成DOMDocument操作xml要比先前的simplexml要复杂一点,我觉得simplexml就想java里的dom4j,不管怎样原理都是一样的。如果把DOMDocument里的节点,...

weixin_39768695的博客 194

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")

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

PHP 和 XML:PHP 中的 XML 解析

PHP 中的 XML 解析是 Web 开发中的一项关键任务,涉及从 XML 文档中提取和操作数据。SimpleXML 扩展通过提供一种面向对象的方法来访问 XML 元素,从而简化了此过程。借助 SimpleXML,开发人员可以毫不费力地导航 XML 结构并使用最少的代码检索数据,从而增强可读性和简单性。另一方面,PHP 的 DOM 扩展提供了更全面的解决方案,支持读取和写入 XML。load 和 getElementsByTagName 等函数使开发人员能够有效地操作 XML 文档。

新华编程特战队 1492

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。

php domdocument方法,PHP实现基于DOMDocument解析和生成xml的方法详解

这篇文章主要介绍了PHP基于DOMDocument解析和生成xml的方法,结合具体实例形式分析了php使用DOMDocument解析xml节点及xml文件生成的各种常用操作技巧,需要的朋友可以参考下1. xml的生成DOMDocument操作xml要比先前的simplexml要复杂一点,我觉得simplexml就想Java里的dom4j,不管怎样原理都是一样的。如果把DOMDocument里的节点...

weixin_42097557的博客 2161

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

php dom xml解析,PHP基于DOMDocument解析和生成xml的方法分析

本文实例讲述了PHP基于DOMDocument解析和生成xml的方法。分享给大家供大家参考,具体如下:前面和大家分享了SimpleXML操作xml的一些知识,但是php中除了simplexml还有DOMDocument,这次就着重来看看DOMDocument的用法,还是把生成xml和解析xml分开写1. xml的生成DOMDocument操作xml要比先前的simplexml要复杂一点,我觉得si...

weixin_39716921的博客 226

php+domdocument+json,PHP基于DOMDocument解析和生成xml的方法分析

本文实例讲述了PHP基于DOMDocument解析和生成xml的方法。分享给大家供大家参考,具体如下:前面和大家分享了SimpleXML操作xml的一些知识,但是php中除了simplexml还有DOMDocument,这次就着重来看看DOMDocument的用法,还是把生成xml和解析xml分开写1. xml的生成DOMDocument操作xml要比先前的simplexml要复杂一点,我觉得si...

weixin_39907220的博客 160

PHP中使用DOMDocument来处理HTML、XML文档

通过上面两个简单的小例子,相信大家已经对这个 DOMDocument 操作XML类文件解析的方式非常感兴趣了。不过相对于正则解析的方式它们的性能有多大的差异并没有找到相关的测试,不过一般正常的情况下网站的HMTL文档都不会太大,毕竟各个网站也会考虑自身的加载速度,如果文档非常大的话用户体验也会很差,所以这套接口用来进行日常爬虫的分析处理工作基本是没有任何问题的。

企业级技术与网站app运营 1362

如何使用 PHP 爬虫获取并解析 XML 数据

在本篇文章中,我们学习了如何使用 PHP 爬虫获取并解析 XML 数据,其中包括使用 cURL 库和 file_get_contents() 函数获取 XML 数据,使用 SimpleXML 和 DOMDocument 解析 XML 数据。在 cURL 库取得 XML 数据的同时, file_get_contents() 方式也可以取得 XML 数据。这里我们使用了 simplexml_load_string() 方法来解析 XML 字符串并将其转换为对象。PHP 提供了多种方法来解析 XML 数据。

Q2780683887的博客 2245

php dom xml解析,Php Xml解析之DOMDocument使用方法浅解

Php Xml解析之DOMDocument使用方法浅解用到的XML文件还以“Php Xml处理之simplexml使用方法浅谈”一文中的XML为例,文件名为:me.xml。代码如下:PHP XML处理XML代码xmlversion="1.0"encoding="utf-8"?><phplamp><post><titleid="1">PHP XML处理介绍一...

weixin_32243309的博客 251

php domdocument getattribute,PHP中使用DOMDocument来处理HTML、XML文档

其实从PHP5开始,PHP就为我们提供了一个强大的解析和生成XML相关操作的类,也就是我们今天要讲的 DOMDocument 类。不过我估计大部分人在爬取网页时还是会喜欢用正则去解析网页内容,学了今天的这个类下回就可以尝试下使用这个PHP自带的方式来进行解析分析了。解析HTML// 解析 HTML$baidu = file_get_contents('https://www.baidu.com')...

weixin_33023873的博客 179

php domelement domdocument,初识php– DOMDocument类

今天遇到需要解析xml,用到了DOMDocument类文件1、xml的解析$doc=new DOMDocument();//如果是解析xml字符串则使用loadXML//$encryptMsg = file_get_contents(‘php://input’);//$xml_tree->loadXML($encryptMsg);$doc->load(‘stu.xml’);//取得根节...

weixin_42298507的博客 524
上一篇: PHP生成和解析xml(SimpleXML版)
下一篇: PHP操作xml(XMLWriter版)
青蛙小王子
博客等级 码龄16年 239粉丝 311原创
评论 1
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