我能用Windows PowerShell做什么:改变 Windows PowerShell 脚本执行策略

无法加载文件\venv\Scripts\Activate.ps1,因为在此系统上禁止运行脚本 运行环境Windows 10、python 3.11.1、IDE VScode当然你可能使用了其他IDE,例如pycharm等,不过没有关系解决问题的方法都是一致的。报错信息如下图所示:actvivate.ps1这个脚本文件是用来激活python虚拟环境的。其实,在该报错信息中已经给出了解决问题的答案。有关详细信息,请参阅中的about_Execution_Policies本质上,这个报错就是一个Windows系统的的问题,和Python语言本身无关。 阅读详情

注:本篇文章,未在联系作者以及得到许可的情况下, 禁止以任何形式进行转载。

By:Anders      Mail:katrina520@163.com  

改变 Windows PowerShell 脚本执行策略

Set-ExecutionPolicy  cmdlet允许您确定执行哪些Windows PowerShell 脚本(假设任何脚本)将允许运行在您的电脑上。Windows PowerShell拥有四种不同的执行策略:

-- Restricted:不加载配置文件或运行脚本。默认值为“Restricted”。

-- AllSigned:要求所有脚本和配置文件由可信发布者签名,包括在本地计算机编写的脚本。

-- RemoteSigned:要求从 Internet 下载的所有脚本和配置文件由可信发布者签名。

-- Unrestricted:加载所有配置文件并运行所有脚本。如果运行从 Internet 下载的未签名脚本,则系统将提示您需要相关权限才能运行该脚本。

转让某项策略简单的称为 Set-Executionpolicy 其次是适当的策略名称。举个例子来说,这个命令集执行策略Remotesigned :
Set - ExecutionPolicy RemoteSigned

 

 

 

英文原文:http://www.microsoft.com/technet/scriptcenter/topics/msh/cmdlets/set-executionpolicy.mspx

powershell批量替换注册表 起因是我公司的电脑在初始化用户名时用了花名(别往),所以用户文件夹命名为中文,由此导致了python、ruby无法加载自身模块(因为他们的模块放在当前用户的文件夹下,这样路径就带了中文,就会报编码异常)。 然后我通过教程新建另一个管理员来修改当前用户文件夹名为拼音后再修改注册表指定的用户文件夹HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Windows NT\CurrentVersion\ProfileList,再删除新增的管理员这样的操作来修改了用户文件夹名并使计算机正常运. 阅读详情

相关推荐

【Windows】Windows PowerShell 无法允许脚本执行

目录 一. 问题 二. 说明 三. 解决 四. 参考 一. 问题 今天在执行虚拟环境脚本的过程中遇到如下问题: PS D:\WorkSpace\...\> & d:/WorkSpace/.../venv2/Scripts/activate.ps1 & : 无法加载文件 D:\WorkSpace\...\venv2\Scripts\activate....

DovSnier 专栏 1854

vue创建项目/cmd 查看vue -V出现vue : 无法加载文件 D:\nodejs\node_global\vue.ps1,因为在此系统上禁止运行脚本

突然想用vue创建一个新项目,但是创建的时候报错。出现vue : 无法加载文件 D:\nodejs\node_global\vue.ps1,因为在此系统上禁止运行脚本。

weixin_44563526的博客 847

解决Windows下npm脚本执行受阻的PowerShell策略问题

PowerShell执行策略是Windows系统中控制脚本运行安全的重要机制,它通过不同级别的限制来平衡系统安全性与开发便利性。在Node.js开发中,npm依赖安装常因默认的Restricted策略导致脚本执行失败。理解RemoteSigned等策略的原理后,开发者可以安全地配置当前用户作用域的策略,既解决npm install报错问题,又保持对远程脚本的安全校验。本文针对前端工程化场景,详细解析如何通过Set-ExecutionPolicy命令优化开发环境配置,同时涵盖企业级部署与安全审计的最佳实践方案

weixin_33811539的博客 600

Powershell中禁止执行脚本解决办法

刚开始使用Powershell时,在导入管理模块或者其他操作的时候会出现因为在此系统中禁止执行脚本的报错,报错内容如下: PS C:\Users\hero> c:\t.ps1无法加载文件 C:\t.ps1,因为在此系统中禁止执行脚本。有关详细信息,请参阅 "get-help about_signing"。所在位置 行:1 字符: 9+ c:\t.ps1 <<<&l...

weixin_34246551的博客 850

PowerShell禁止执行策略绕过实践

在Windows中,为了防止使用者允许恶意脚本,PowerShell提供了一个执行策略,在默认情况下这个策略为不能运行。 那我们如何指导运行规则呢? cmd中执行 powershell Get-ExecutionPolicy 这里为Restricted,那其实相关的策略有: 策略 描述 Restricted 默认设置。在任何条件下,都不允许PowerShell脚本运行 All...

awindog的博客 3102

解决Windows下npm脚本禁止运行的PowerShell执行策略问题

PowerShell执行策略是Windows系统重要的安全机制,通过控制脚本运行权限防止恶意代码执行。其核心原理是通过Restricted、RemoteSigned等多级策略实现安全与便利的平衡。在Node.js开发中,npm全局安装常需执行postinstall脚本,此时默认的Restricted策略会触发'禁止运行脚本'错误。通过调整CurrentUser作用域的RemoteSigned策略,既能保障日常开发需求,又符合基础安全规范。该方案适用于create-react-app、vue-cli等主流前端

weixin_34056162的博客 390

PowerShell签名和执行策略

主题 签名和执行策略 简短说明 描述 Windows PowerShell 执行策略,以及如何使用和更改它们。 详细说明 PowerShell 执行策略通过确定 PowerShell 加载配置文件和运行脚本的条件,为脚本环境提供安全性。 默认设置为最安全的策略“Restricted”。该设置允许运行单个命令,但不允许运行脚本。 如果执行策略不允许 Po...

weixin_30644369的博客 589

PowerShell系列(五):PowerShell通过脚本方式运行笔记_powershell脚本文件

使用 PowerShell,您可以执行许多运维操作,例如创建、编辑、查看和删除文件和文件夹,管理用户和计算机,配置网络设置,运行系统命令,自动化测试和部署等。上一篇文章讲解了Powershell通过交互环境运行命令的相关知识,今天给大家介绍实际工作当中使用最频繁的方式——通过脚本运行,简单来说就是和咱们实际编写代码一样,先编写代码,然后通过开发工具执行。同样的为了实现PowerShell脚本的保存、方面在别的服务器迁移,一般都是先编写脚本,然后通过脚本文件执行完成相应的运维任务。完整psl1脚本文件。

2401_89609648的博客 1118

Windows设置允许执行powershell的.ps1脚本 Set-ExecutionPolicy RemoteSigned

在Windows系统中,默认情况下是不允许直接执行.ps1(PowerShell脚本)文件的,因为这可能带来安全风险。但你可以通过更改PowerShell的执行策略来允许执行这些脚本。

kfepiza的博客 8822

ROS中tf2_ros::Buffer.lookupTransform的正确使用姿势:从踩坑到填坑

本文深入解析了ROS中tf2_ros::Buffer.lookupTransform接口的正确使用方法,重点剖析了因tf2_ros::TransformListener生命周期管理不当导致的经典问题。文章提供了从理解Buffer与Listener共生关系、类成员设计黄金法则到参数详解与异常处理的完整避坑指南,并给出了构建健壮坐标变换工具类的实战方案,帮助开发者稳定实现机器人坐标系变换。

weixin_29253711的博客 137

Transformer代码(Pytorch实现和详解)!!!

这个是第一版,有些代码如果不对,欢迎在评论指正,后续会慢慢改,我也是刚接触transformer,若有些地方理解不对还请指正。

xml的博客 5614

PowerShell 的执行策略限制了脚本的运行

你遇到的问题是因为 PowerShell 的执行策略限制了脚本的运行。PowerShell 的执行策略是为了防止恶意脚本的执行,默认情况下可能设置为较严格的模式。. : 无法加载文件 C:\Users\pumpkin84514\Documents\WindowsPowerShell\profile.ps1,因为在此系统上禁止运行脚本。息,请参阅 https:/go.microsoft.com/fwlink/?通过以上步骤,你应该能够成功更改 PowerShell 的执行策略并加载你的配置文件。

pumpkin84514的博客 1690

逆变器LCL滤波器参数设计(一)

1.基本介绍 并网型逆变器一般是电流源逆变器,滤波器基本用LCL结构。 假设要设计额定功率10KVA的单相逆变器,采用两电平的全桥拓扑,采用SPWM控制,载波频率20KHz,电网等级220V,频率50Hz。 拓扑结构如图所示: 直流输入电压分为上下母线各1/2Vin,半母线电压为380V。 L1采用高频磁芯绕制,称为高频电感;L2用工频电感绕制,称工频电感;C是滤波电容,为高频谐波电流提供通路;Vg为电网电压。 载波调制比为:Mr=220*1.414/380=0.819 2.高频电感量的计算 逆变器可以等

weixin_43549807的博客 5万+

Windows: 如何解决 PowerShell 脚本执行被禁止的问题

PowerShell 是 Windows 系统中一款强大的命令行工具,允许用户执行脚本来自动化任务和管理系统。然而,出于安全考虑,默认情况下 PowerShell 限制了脚本的执行。本文将展示如何安全地更改执行策略。

十年运维开发经验的王义杰在此分享自己的知识和经验 8157

Ubuntu安装opencv4.5(自己安装过程详细)

1.下载opencv 在opencv官网下载source版,下载链接 http://opencv.org/releases.html。别下载错版本 下载过程就不多说了。 2.安装过程 2.1解压 unzip opencv-4.5.0.zip cd opencv-4.5.0 2.2安装依赖的库 sudo apt-get install cmake sudo apt-get install build-essential libgtk2.0-dev libavcodec-dev libavformat-

weixin_45629790的博客 1万+

ROS局部路径规划器插件teb_local_planner流程梳理(上)

在我之前的文章《ROS导航包Navigation中的 Movebase节点路径规划相关流程梳理》中已经介绍过Move_base节点调用局部路径规划器插件的接口函数是computeVelocityCommands,接下来,我们就从这个函数入手梳理一下teb_local_planner功能包的工作流程。

慕羽★的博客 5168

windows下powershell运行脚本

Powershell 编写和运行脚本 一个Powershell仅仅是一个包含Powershell代码的文本文件。如果这个文本文件执行,Powershell解释器会逐行解释并执行它的的语句。Powershell脚本非常像以前CMD控制台上的批处理文件。 通过非常简单的文本编辑工具创建Powershell脚本。 后缀为 .ps1 通过重定向创建脚本 PS E:> '"Hel...

xiaoge的博客 1万+

基于YOLOv11的农作物病虫害检测系统设计与实现

我们使用公开的IP102病虫害数据集作为基础,该数据集包含102种病虫害类别,覆盖水稻、小麦、玉米等多种主要农作物。图像数量:75,222张类别数:102图像分辨率:从640×480到4000×3000不等标注格式:PASCAL VOC格式此外,我们还收集了部分田间实际拍摄的图像以增强模型泛化能力。

YOLO 596

win11如何更改执行策略以在 PowerShell 上运行脚本

win11如何更改执行策略以在 PowerShell 上运行脚本如果您在运行 PowerShell 脚本时遇到错误,那是因为您需要更改执行策略,方法如下。在Windows 11(或 10)上,默认情况下,当您尝试在 PowerShell 上运行脚本时,它将失败并显示“无法加载,因为在此系统上禁用了运行脚本”错误消息。这是因为 PowerShell 带有一个“执行策略”安全功能,可以控制如何加载配置文件和运行脚本,以防止恶意代码在系统上运行。

Detectiveboy的博客 4761

关于UMI设备采集数据的模型训练方法

模仿学习如专家模型、VLA模型,ACT、DP、openpi等算法模型训练时,都是使用的机器人的绝对位姿或关节角;而UMI记录的轨迹是相对于UMI起始点的,可以理解为是相对于起点的绝对增量,对应到机器人中就是相对于末端TCP的增量。在用模型进行训练时,当然可以,但这样进行模型训练的话达不到跨本体的能力,因为模型本身还是学习的基于机器人base坐标系的绝对位姿关系,倘若用这种方式进行处理,则UMI可以理解为是一个遥操的方法,本质还是记录的机器人的state。在看了和。

boss-dog 424

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")

Linux远程连接Windows执行Powershell

(*这里踩了个坑,开始以为用别的方案下gssntlmssp就可以了,但是网上使用的大部分安装方案是室友apt-get,由于是新的虚拟机,也没有安装apt,故又去找如何安装apt,最终apt-get安装后也无法install gssntlmssp,– AllSigned:要求所有脚本和配置文件由可信发布者签名,包括在本地计算机编写的脚本。在centOS上,连接上远程的Windows服务器后,输入此命令运行,即可远程控制脚本运行。执行脚本,将要运行的脚本块,放到{}中。查看是否已被添加进去。

qq_38773240的博客 3307

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

Powershell基础之脚本执行

阅读目录(Content) Powershell powershell 的脚本调用方法: Bat 这就是我们常用的 Bat 脚本,全名为批处理文件,脚本中就是我们在 CMD 中使用到的命令,这里提一个小问题:CMD 的命令行执行命令的优先级是.bat > .exe,那么假如我放一个 cmd.bat 在 system32 目录下,那么优先执行的是 cmd.bat,这里面的内容就变得不可描述起来了 VBscript 执行 vbs 就是常说的 vbscript,是微软为了方便自动化管理 win.

jklbnm12的博客 9877

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

windows下powershell执行脚本报错

目录window power shell 禁止运行脚本vscode命令行 禁止运行脚本解决方案vscode使用自定义的虚拟环境其他知识点 window power shell 禁止运行脚本 vscode命令行 禁止运行脚本 解决方案 windows系统中== PowerShell 执行策略==的问题。 解决: 电脑左下角搜索–windows powershell , 以管理员身份运行 输入get-ExecutionPolicy, 回车 显示Restricted,表示受限制的,执行脚本受限

weixin_45228198的博客 2756

PowerShell执行策略:确保脚本安全执行的关键

PowerShell 执行策略不是强制性的访问控制措施,而是旨在防止未经授权的脚本执行。通过限制脚本的执行,它们帮助防止攻击者利用 PowerShell 脚本进行恶意活动。执行策略有多个级别,可以通过命令进行设置。

常备不懈 4067

PowerShell 脚本执行策略——解决windows“因为在此系统上禁止运行脚本”

PowerShell 脚本执行策略 为防止恶意脚本的执行,PowerShell 中设计了一个叫做执行策略(Execution Policy)的东西。可以在不同的应用场景中设置不同的策略来防止恶意脚本的执行。本文主要是解释这些执行策略,因为笔者在学习的时候发现它们并不是那么清晰易懂。PowerShell 提供了 Restricted、AllSigned、RemoteSigned、Unrestricted、...

王明的博客 2836
上一篇: 我能用Windows PowerShell做什么:检索数字签名
下一篇: 我能用Windows PowerShell做什么:创建一个新的 Windows PowerShell 别名
itanders
博客等级 码龄19年 178粉丝 177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