关于源码android.mk文件导入aar包的写法。

Android编译的LOCAL_PREBUILT_STATIC_JAVA_LIBRARIES和LOCAL_STATIC_JAVA_LIBRARIES差异是什么? 不是Android编译系统的标准变量,因此其具体用法和定义可能因项目而异。在实际使用中,最好查阅相关项目的文档或源代码以获取准确的信息。这两个变量在用途和含义上有所不同,尽管它们都与静态Java库相关。在Android编译系统中, 阅读详情

在源码中的android.mk

aar文件包含Android的资源文件,如:布局、样式、图片等,按照一般的jar方式编译会出现错误,无法使用。

这里使用 recyclerview-v7-23.0.0.aar 为例子简洁的讲解书写格式:


下面是我开发的一个主页,并在android系统源码中编译使用到的依赖文件,我把其他的jar删除了,只剩下recyclerview便于观看

LOCAL_PATH := $(call my-dir)
include $(CLEAR_VARS)

LOCAL_PACKAGE_NAME := launcher

LOCAL_MODULE_TAGS := optional

LOCAL_CERTIFICATE := platform
LOCAL_PROGUARD_FLAG_FILES := proguard.flags
LOCAL_OVERRIDES_PACKAGES := Home Launcher2

LOCAL_SRC_FILES := \
    $(call all-java-files-under, java) \
    $(call all-renderscript-files-under, java)

LOCAL_STATIC_JAVA_LIBRARIES := \
    recyclerview-v7-23.0.0 \
LOCAL_STATIC_JAVA_AAR_LIBRARIES := recyclerview-v7-23.0.0 \

LOCAL_AAPT_FLAGS := \
--auto-add-overlay \
--extra-packages android.support.v7.recyclerview \

LOCAL_JAVA_LIBRARIES := \
    services \       
LOCAL_MANIFEST_FILE := AndroidManifest.xml 

include $(BUILD_PACKAGE)

include $(CLEAR_VARS)
LOCAL_PREBUILT_STATIC_JAVA_LIBRARIES := \
    recyclerview-v7-23.0.0:recyclerview-v7-23.0.0.aar \
include $(BUILD_MULTI_PREBUILT)

include $(call all-makefiles-under,$(LOCAL_PATH))
主要代码

这里是引用aar的包,其他的jar也写在这里。

LOCAL_PREBUILT_STATIC_JAVA_LIBRARIES := \
    recyclerview-v7-23.0.0:recyclerview-v7-23.0.0.aar \

recyclerview-v7-23.0.0 是在下面的代码中定义的名称

LOCAL_STATIC_JAVA_AAR_LIBRARIES := 名称

注意aar的编译要用BUILD_MULTI_PREBUILT:

include $(CLEAR_VARS)
LOCAL_PREBUILT_STATIC_JAVA_LIBRARIES := \
    recyclerview-v7-23.0.0:recyclerview-v7-23.0.0.aar \
include $(BUILD_MULTI_PREBUILT)

如果需要使用到R文件的话,需要在LOCAL_AAPT_FLAGS 变量后面添加AAR包中的包名,这AAR打包过程中,会有一个清单文件打包进去,只需要拷贝清单文件中package的包名并赋值给LOCAL_AAPT_FLAGS就可以了。

LOCAL_AAPT_FLAGS := \
--auto-add-overlay \
--extra-packages android.support.v7.recyclerview \

基本上就是这些,没什么复杂的,照用上面的代码修改为自己的aar就行了。

深入分析Android (build/core/*.mk脚本) 文档简要整理Android的make脚本的内容。以供备忘和参考。 1. Build Layers Build Layers描述的是产品的硬件配置情况,据此make时选择不同的配置和模块。按照从上到下的顺序,Build Layer分成4层。 Layer sample Note A... 阅读详情

相关推荐

编写Android.mk / Android.bp 引用三方 jar 包,aar包,so 库

在Android10之后,所有项目工程中,官方推荐使用Android.bp去编译构建,以前使用Android.mk构建的项目随着版本迭代升级,慢慢需要变更为Android.bp, 两者的语法都需要去了解并熟练使用。笔者之前写过Android.mk的语句介绍,里面有介绍每句代码的含义编写Android.mk把Android studio项目编译到AOSP源码中后来也总结过 Android.bp基本用法:Android.bp 语法和使用比较基础,也是在项目中运用到了就记录下来。

u012514113的专栏 7615

android 配置 mk 文件 编译 jar 包,Android.mk文件中添加第三方jar文件的方法

下面给大家介绍Android.mk文件中添加第三方jar文件的方法,具体内容详情如下所示:先添加:LOCAL_STATIC_JAVA_LIBRARIES += clibclib为jar文件名,没有后缀然后下面语句中间添加LOCAL_PREBUILT_STATIC_JAVA_LIBRARIES :=clib:libs/clib.jarinclude $(CLEAR_VARS)include $(BU...

weixin_33502400的博客 1655

Android 程序开发 总结一: 源码编译引用包含so文件的AAR文件

       最近在做一个Android项目,需要使用客户提供的是一个aar文件。该aar文件包含了jar, jni libs, assets和res等文件。        项目的需求是:在Android AOSP 环境,引用该AAR包,写一个APP 程序,实现智能语音对话功能,并且能够预安装和自启动。        这是我第一次开发Android 项目,遇到了很多问题,简直一步一个坑。这边就...

alexchen840131的博客 4827

Android编译之LOCAL_PREBUILT_STATIC_JAVA_LIBRARIES环境变量的意义

总之,这个变量名似乎是一个自定义或特定于某个项目的扩展,用于指定预构建的静态 Java 库。文件)并希望将其包含在你的 Android 应用或模块中,你可能会使用某种方式来指定这个预构建的库。来包含静态 Java 库(无论是预构建的还是由当前编译过程构建的)。对于预构建的库,你可能还需要在。但基于它的命名和常见的编译系统模式,我们可以推测它的潜在用途。在 Android 的编译环境中,当你有一个已经预构建的 Java 库(即。但是,在 Android 的标准编译系统中,更常见的做法可能是使用。

814

android9系统android studio项目改成用android.mk编译引用v7包第三方jar包,aar文件和so库文件

android9系统android studio项目改成用android.mk编译引用v7包第三方jar包,aar文件和so库文件 原文件在:\vendor\..\package\DVR 打包apk在:\out\target\product\msm8953_64\system\app\DVR 项目放进系统中编译前提是APP 本身已能正常在对应系统中使用了,只是现在需要用mmm编译到系统包中 先用android studioMake project成功后,Clean Project项目,清..

Alex的博客 3812

Android 程序开发 总结二: 源码编译引用包含so文件的AAR文件

       接着上一篇博客的内容继续说。        就在我很得意的认为,终于解决了AAR 文件引用问题的时候,又遇到了另外一件事情。该AAR文件里面的so文件,并不都是是ELF格式的lib文件(可以通过unix command file来查看),有两个是"PEM certificate"和“data”类型的文件。像这样的文件,如果按照上一篇的方法来打包的话,会由于文件类型检查不符合,导致b...

alexchen840131的博客 1983

Android 预制第三方app到系统中

Android 预制第三方app到系统

u012514113的专栏 3943

Android 浅度解析:mk预置AAR、SO文件、APP包和签名

本文介绍在Android系统开发中Android.mk,预置APK和AAR/SO文件,以及指定签名的操作。

我其实什么都不会 8501

Android 源码环境下用Android.mk 导入aar

现在新的源码中很多app 已经切换到了Android.bp,不过目前Android.mk 还是兼容的。本文介绍在Android.mk 中导入aar 包,也就是apk 引用aar 的内容

十橙 3968

手把手教你用RTL8306MB搭建小型网络交换机:从原理到实战

本文详细介绍了如何使用RTL8306MB交换芯片从零搭建小型网络交换机的全过程。内容涵盖芯片原理分析、核心硬件电路设计(包括电源、时钟、RMII接口连接要点)、驱动开发与SMI通信实现,以及从物理链路到交换功能的系统调试实战。重点解析了将MAC5配置为RMII PHY模式与CPU对接的关键步骤和常见错误,帮助嵌入式开发者深入理解网络交换原理并完成实践。

weixin_29274969的博客 193

电脑版微信多开,最详细教程没有之一

首先桌面任意的位置右键新建文本文档输入如下代码: TASKKILL /F/IM WECHAT.EXE start " " "D:\Program Files (x86)\Tencent\WeChat\WeChat.exe" start " " "D:\Program Files (x86)\Tencent\WeChat\WeChat.exe" ...

大超子 4393

Android mk 引用 jar 包、so 库、aar 包,系统签名

Android.mk文件用来告知 NDK Build 系统关于 Source 的信息。它是GNU Makefile的一部分,且将被 Build System 解析一次或多次。简单示例首先我们先来看一下最简单的例子,编译一个普通的 apk。

2401_84148942的博客 961

Windows 11任务管理器隐藏技能:一眼揪出内存泄漏的“元凶”(分页/非分页缓冲池详解)

本文详细介绍了Windows 11任务管理器中隐藏的分页缓冲池和非分页缓冲池功能,帮助用户精准定位内存泄漏问题。通过启用隐藏列、解读数据异常信号,并结合实战案例和高级工具推荐,为开发者和IT运维人员提供了高效的内存问题诊断与解决方案。

weixin_29284885的博客 635

Android.mk引用aar文件

正文: 最近遇到一个问题,在更改Android的系统应用时,要引用一个aar文件。之前引用的主要是jar包,而aar文件包含Android的资源文件,如:布局、样式、图片等,如果按照源码中jar的引用方式会遇到编译不过的问题,提示找不到相关的资源文件。

xiaofei的专栏 1万+

C#调用Bartender打印标签,除了打印还能一键导出图片和PDF(附完整代码)

本文详细介绍了如何使用C#集成Bartender实现标签的多格式输出,包括打印、图片和PDF导出。通过完整的代码示例和实战技巧,帮助开发者解决分辨率适配、纸张尺寸控制等核心问题,提升工业自动化和物流管理中的标签处理效率。

weixin_31236101的博客 371

Jaspersoft Studio 6.20.0 免注册安装指南(附下载链接)

本文提供了Jaspersoft Studio 6.20.0社区版的免注册安装详细指南。文章介绍了绕过官网注册获取安装包的多种可靠途径,并逐步详解了从启动安装器到首次运行的全过程,帮助用户快速完成安装与基础配置,高效开启报表设计工作。

mars5的博客 1701

使用Android.mk文件导入Exoplayer包

在之前的项目中使用原生VideoView,存在一个加载非常慢的问题,为了提升加载速度,在项目中使用ExoPlayer来替换原视频方案.ExoPlayer是Google提供的开源视频库,提供了功能更强大的媒体播放功能,支持多种格式 https://github.com/google/ExoPlayer 我这里只需要能播最普通的Mp4即可,参考官方Demo,删减一下,就能得到一个简单的视频播放器,然

奋斗的码农 3258

APP 引用第三方aar包和jar包 Android.bp 和 Android.mk 编写

APP 引用第三方aar包和jar包的 脚本 Android.bp 和 Android.mk 编写 项目目录结构: Android.bp AndroidManifest.xml Android.mk assets libs res src 第三方 aar 包 :phg_lib.aar 第三方 jar 包 : phg_test.jar Android.bp 编写: android_library_import { // 预编译 aar 包 name: "phglib", aars: ["libs

kanyou222的专栏 4622

Redhawk: dynamic ir drop分析(Clock Buffer Clustering)

在dynamic分析中,ir drop问题多出现在三种情况下,缺power mesh,缺power switch,clock cell过于密集。 前两种情况通过选中具体instance查看min res path都比较容易分析出来,而且大部分问题都出现在channel里,这里不多做赘述。 clock cell过于密集这是观察结果,缺少报告支持,这里分享一下分析方法。 首先,选中压降超过signoff标准的instance,(Results->List of Worst Instance DVD中

m0_61544122的博客 5279

CAPL如何设置或修改CANoe TCP/IP协议栈的底层配置

MSS = MTU - tcpHeader - ipHeader,也就是MTU = MSS(1360) + tcpHeader(20) + ipHeader(20) = 1400,说明CAPL是可以动态设置网络底层配置参数的!然后在CAPL中设置此网卡MTU值为1400,然后创建UDP套接字,一次性发送2000个字节,在Trace窗口看看首帧报文二层Data的长度。所以我们还不能用UDP协议来验,应该用TCP协议来验,也就是在TCP三次握手时通过Tester的MSS值推导出自己的MTU值。

jasonj333 994

源码编译:Android.mk关联AAR和Jar文件

LOCAL_STATIC_JAVA_LIBRARIES := android-support-v7-appcompat \ eventbus\ custom-core\ demo-gson\ rxjava \ ofilm-commonipc\ okhttp3\ logging\ okio\ retrofit\ adapter\ converter\ rxclasses\ reactive\ converter-gson LOCAL_STATIC_JAVA_AAR_LIBRARIES := widget..

yuemingxingxing的博客 1070

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

在AOSP中添加jar包和aar包依赖

在AOSP中添加jar包和aar包依赖 Android源码中添加jar的方式比较简单,参考telephony-common.jar的手法,关键两步 ifneq ($(TARGET_BUILD_PDK), true) LOCAL_PATH := $(call my-dir) include $(CLEAR_VARS) LOCAL_AIDL_INCLUDES := $(LOCAL_PATH)/src/java LOCAL_SRC_FILES := $(call all-java-files-under,

ItsFated的博客 2029

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

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")

Android mk 引用 jar 包、so 库、aar 包,移动互联网app开发实例

第一种方法,指定 LOCAL_MODULE_PATH ,在上面的讲解中,我们已经知道 $(TARGET_OUT) 代表 /system,那么生成的 apk 想放到 system/priv-app,我们可以这样配置。 LOCAL_MODULE_PATH := $(TARGET_OUT)/priv-app 第二种方法,我们也可以直接这样配置,这样生成的 apk 也会放到 system/priv-app LOCAL_PRIVILEGED_MODULE := true 假如我们想让我们生成的 apk 放到 data

m0_64603776的博客 1957

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

Android源码 app预制带so和assets文件的aar包(sdk)

1.app引用aar包 //不带so和assets目录预制方法如下 LOCAL_STATIC_JAVA_AAR_LIBRARIES += dmssdkr //有些还需要导aar包(com.sensetime.dms) LOCAL_AAPT_FLAGS := --auto-add-overlay LOCAL_AAPT_FLAGS += --extra-packages com.sens...

wd229047557的博客 3624
上一篇: 开发android电视app
下一篇: android基于POST的文件原生代码上传(非框架)
Light Code
博客等级 码龄9年 1粉丝 9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