条形码barcode4j的使用

lele521 lele521 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 341平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄20年
关注
最新推荐文章于 2026-05-03 09:57:05 发布 341 阅读 AI 写同款· GEO 优化 ›
1.去http://barcode4j.sourceforge.net/下载文件,(源代码和生成好的都要下载)

2.解压barcode4j-2.0alpha2-bin.zip这个包，在build目录下有barcode4j.jar，在lib目录下有avalon-framework-4.2.0.jar， 将barcode4j.jar和avalon-framework-4.2.0.jar添加到项目的lib中,eclipse中只要复制到web-inf下面的lib里面就OK了.

3.解压将barcode4j-2.0alpha2-src.zip，将srcjavaorgkrysalisbarcode4jservlet目录下的BarcodeServlet.java类的代码拷出来，修改默认的图片显示方式，找到 if (format == null) format = MimeTypes.MIME_JPEG;这一行,表示默认的格式为JPEG文件

4.将以下这段servlet配置在web.xml中
<servlet>
<servlet-name>BarcodeServlet</servlet-name>
<servlet-class>com.yourname.BarcodeServlet</servlet-class>
</servlet>

<servlet-mapping>
<servlet-name>BarcodeServlet</servlet-name>
<url-pattern>/barcode</url-pattern>
</servlet-mapping>

5.在页面中添加<img src="<%=request.getContextPath() %>/barcode?msg=12345678" height="50px" width=130px/>

type是生成条形码的类型:

看例子就明白了

<table border="1">
<tr>
<td>
<h1>code39</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=0123456789&type=code39" height="100px" width=300px/>
</td>
<td>
<h1>code128</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=0123456789&type=code128" height="100px" width=300px/>
</td>
<td>
<h1>Codabar</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=0123456789&type=codabar" height="100px" width=300px/>
</td>
</tr>
<tr>
<td>
<h1>intl2of5</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=01234567890540&type=intl2of5" height="100px" width=300px/>
</td>
<td>
<h1>upc-a</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=012345678912&type=upc-a" height="100px" width=300px/>
</td>
<td>
<h1>ean-13</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=200123457893&type=ean-13" height="100px" width=300px/>
</td>
<td>
<h1>ean-8</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=20123451&type=ean-8" height="100px" width=300px/>
</td>
</tr>

<tr>
<td>
<h1>postnet</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=01234567890540&type=postnet" height="100px" width=300px/>
</td>
<td>
<h1>royal-mail-cbc</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=012345AS678912&type=royal-mail-cbc" height="100px" width=300px/>
</td>
<td>
<h1>pdf417</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=200123457893&type=pdf417" height="100px" width=300px/>
</td>
<td>
<h1>datamatrix</h1>
<img src="<%=request.getContextPath()%>/barcode?msg=20123451&type=datamatrix" height="100px" width=300px/>
</td>
</tr>
</table>
收录于
web

当前文章被收录于：

web
16 篇文章 0 人学习
订阅专栏 查看详情
标签
#Eclipse #Web #Servlet #.net #XML
barcode4j添加文字 源码，使用开源的barcode4j对二维码添加文字，这里的实例是添加了日期与序号。 立即下载

相关推荐

barcode4j 类库及使用说明

barcode4j 类库及使用说明.barcode4j是一个专门用来处理1维、2维条码的问题。

barcode添加文字

类1： package com.yu.gogo; import java.awt.Color; import java.awt.Font; import java.awt.FontMetrics; import java.awt.Graphics2D; import java.awt.Image; import java.awt.geom.Rectangle2D; impo...

aa80303857的博客 1344

barcode4j

一个要实现条形码打印的java 开发包。特别方便。我在网上找了近半年，才得到的。希望想实现条形码打印的朋友能少走弯路。这个包特别好。

barcode4j使用自定义字体生成条形码

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_33701617的博客 654

barcode4j源码

我按照下面的方法去做但是没有用显示不出效果 我先使用的是barbecue，条形码是可以显示出来，可是下面的对应数字却不能显示，当然可以自己手动加上去，不过那就不是一张图片里面的了，排版也不是很好看。因此我就试了一下barcode4j，效果挺好的，所以把使用方法贴上来，给刚接触java的朋友们一点借鉴。 1、 google或者摆渡一下barcode4j要用的东东，下载压缩包barcode4j-2.0alpha2-bin.zip和barcode4j-2.0alpha2-src.zip。 2、 解压barcode4j-2.0alpha2-bin.zip这个包，在build目录下有barcode4j.jar，在lib目录下有avalon-framework-4.2.0.jar， 将barcode4j.jar和avalon-framework-4.2.0.jar添加到项目的lib中，刷新工程，然后在项目配置中将这两个jar包添加到classpath里面去。 3、 解压将barcode4j-2.0alpha2-src.zip，将src\java\org\krysalis\barcode4j\servlet目录下的BarcodeServlet.java类的代码拷出来，修改默认的图片显示方式，BarcodeServlet.java第168行的默认图片显示格式改成jpeg（因为不是所有的浏览器都支持svg格式，也不是所有的浏览者都愿意给自己的浏览器加一个这样的插件） 4、 将以下这段servlet配置在web.xml中 BarcodeServlet com.yourname.BarcodeServlet BarcodeServlet /barcode 4、 在页面中添加 <img src= " /barcode?msg=12345678 " height= "50px " width=130px/> 5、 查看该页面就可以发现条形码为“12345678”的图片了，当然了图片大小就自己设置了。 呵呵，虽然是很简单的东西，但是希望能对需要的朋友有所帮助。

CESM2 实验笔记

文章目录1. 重新启动1.1 关于重启文件2. RUN_TYPE 初始化运行方式startupbranchhybrid3. branch 或者 hybrid运行的示例4. 其他声明5. 关于RESUBMIT 1. 重新启动 参考： https://bb.cgd.ucar.edu/cesm/threads/how-to-restart-cesm2-1-3-fhist-from-a-backup.5245/#post-36275 适用情况：模型运行因时间不足或其它原因中断，需要继续运行 方法1：将CONTIN

qq_38607066的博客 1万+

JAVA使用barcode4j生成条形码和二维码图片以及带logo的二维码，验证码图片，使用thumbnailator压缩图片和加水印

1.Maven引入barcode4j依赖2.工具类3.调用工具类测试一下4.生成条形码图片二维码生成带logo的二维码。 2、Maven引入thumbnailator依赖，对图片压缩和加水印

qq_38279833的博客 5898

SPSS（二）SPSS实现多因素方差分析模型（图文教程+数据集）

SPSS（二）SPSS实现多因素方差分析模型 单因素方差分析上一篇博客https://blog.csdn.net/LuYi_WeiLin/article/details/89917656已经介绍完毕 这篇博客我们主要来学习多因素方差分析 多因素方差分析，就是同时考虑若干个控制因素的情况下，分别分析它们的改变是否造成观察变量的显著变动 （多个自变量，一个因变量）自变量类型以分类变量为主也可以...

可乐联盟 6万+

【barcode】基于barcode4j开源库生成条形码

一维条码(条形码)市场需要还是很多的，用于物流、食品、医疗等业务方面很广泛。 源码在github：https://github.com/lgc592519828/BAR-QR-CODE 所以对于生成条码类库很多，比如barcode4j，Jbarcode，google-zxing。 目前实现了两种，先上代码： Barcode4j pom.xml <dependency> ...

gcheng.Liu的博客 4136

86 arduino 电机yl_（八）arduino入门：直流电机控制

一、本节介绍在本实验中，您将学习如何使用驱动芯片L293D和SunFounder Uno板控制小型直流(DC)电机的方向和速度。为了使初学者更容易，我们将让直流电机左右旋转，自动加速和减速。二、材料准备1 *小型直流电机1 * L293D1 * Arduino Uno板1 *面包板1 * USB数据线杜邦线三、原理讲解L293D这是一个非常实用的芯片，可以独立控制两台直流电机。在这个实验中，只有一...

weixin_29163857的博客 3568

基于GEC6818开发板的C/C++贪吃蛇小游戏

f.开始游戏（进入游戏，并没有马上开游戏，需要点击播放才能开始）2.相关宏，全局变量（可以根据自己需要进行修改）k.显示文字前的相关初始化。k.自定义font.h文件。1.需要的主要头文件。l.在开发板上显示字1。m.在开发板上显示字2。a.显示固定大小图片。h.线程1：获得坐标。

2301_77273301的博客 2132

java条形码生成技术barcode4j

1、barcode4j barcode4j条形码java生成库，支持多种编码格式：Code 39、Code 128、EAN-13等等。 http://barcode4j.sourceforge.net/ 2、环境准备 下载barcode4j-light.jar 下载地址①：maven地址http://mvnrepository.com/artifact/net.sf.barcode4j...

花花世界芸芸众生的博客 4191

Anolis 8系统下，手把手搞定Nginx、Redis、JDK8和Tomcat9的完整安装与配置（含开机自启）

本文详细介绍了在Anolis 8系统下搭建Java Web全栈环境的完整流程，包括JDK8、Tomcat9、Nginx和Redis的安装与配置，并实现系统级服务管理。通过深入每个组件的配置细节，揭示服务间的协同关系，最终打造一个生产级可用的标准化环境。

weixin_42556197的博客 159

Java条形码生成技术-Barcode4j

背景 目前二维码的应用场景已经遍布各类互联网平台，通常是将产品/商品的唯一编号存储于二维码中以做扫码识别。 而用于生产环境的条形码技术仍然存在，如硬件设备制造、供应、物流运输等等。 在常见的产品信息管理、物料订单系统中，存在多个生成及打印条形码(一维码)的需求场景。 解决方案 Java生成条形码的方案 -- barcode4j、zxing barcode4j barcode4j开源Java条形码生成库。支持多种编码格式，比如：code-39，code-128等 Welcome to Ba

清水的专栏 4047

域自适应的理解与想法（Domain Adaptation）

这幅图是域适应非常有名的一篇论文中的插图，被很多文章转载。 什么是领域自适应？ Domain Adaptation是迁移学习中很重要的一部分内容，目的是把分布不同的源域和目标域的数据，映射到一个特征空间中，使其在该空间中的距离尽可能近。于是在特征空间中对source domain训练的目标函数，就可以迁移到target domain上，提高target domain上的准确率。 上面的图主要的思想来源于GAN，上图由三部分组成：特征映射网络 标签分类网络和和域判别网络 其中，source domain的数.

yuanxue18的博客 5982

告别Selenium！纯Python+Requests搞定微信视频号登录Cookie（附完整代码与避坑指南）

本文详细介绍了如何利用纯Python和Requests库实现微信视频号的自动化登录，替代传统的Selenium方案。通过解析HTTP请求交互流程，提供完整的代码实现和避坑指南，显著提升爬虫效率和隐蔽性，适用于轻量化爬虫开发。

weixin_30642561的博客 312

java如何使用barcode4j生成条形码_JAVA条形码生成组件barcode4j使用

用java生成条形码，barcode4j得应用1.去http://barcode4j.sourceforge.net/下载文件,(源代码和生成好的都要下载)2.解压barcode4j-2.0alpha2-bin.zip这个包，在build目录下有barcode4j.jar，在lib目录下有avalon-framework-4.2.0.jar， 将barcode4j.jar和avalon-frame...

weixin_33228847的博客 792

计算机视觉入门：从像素到理解的旅程

计算机视觉入门：从像素到理解的旅程，计算机视觉是人工智能领域的核心方向之一，旨在让计算机具备理解和解释视觉信息的能力。本文以系统化的知识框架，结合 Python 代码与经典案例，带您从像素级操作逐步掌握计算机视觉核心技术。涵盖图像处理、特征工程、传统机器学习到深度学习模型，助您构建从基础到进阶的完整能力体系。

不踩坑，不知道坑有多深；不总结，踩过的坑白踩。 18万+

java barcode4j 识别条形码_Java onbarcode和barcode4j生成条形码实例

//--------------------以下是使用onbarcode生成的code_93码--------------------/***功能描述：将条形码输出到页面**@since2016/6/216:48*/@RequestMapping(value="/outputBarcode")@ResponseBodypublicvoidoutputBarcode(HttpServ...

weixin_35338559的博客 697

C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正

温度PID控制PLC程序

温度PID稳定控制程序，适用于欧姆龙PLC，对其他PLC也具有很大参考价值

java中Zxing和Barcode4J生成条形码和二维码

依赖的工具包： &lt;!-- https://mvnrepository.com/artifact/com.google.zxing/core --&gt; &lt;dependency&gt; &lt;groupId&gt;com.google.zxing&lt;/groupId&gt; &lt;artifactId&gt;core&lt;/artifactId...

weixin_38902950的博客 3053

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制

Java条形码生成-Barcode4j

java条形码生成

qq_43130919的博客 2372

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")

java barcode4j 识别条形码_Java使用barcode4j生成条形码

1、将要使用到的jar包导入项目(1、commons-lang-2.3.jar 2、barcode4j-light-2.0.jar)2、新建类 BarcodeUtil3、代码部分package com.sale.util;import java.awt.image.BufferedImage;import java.io.ByteArrayOutputStream;import java.i...

weixin_42621217的博客 367

java barcode4j 识别条形码_java-使用barcode4j条形码生成

使用barcode4j条形码生成，mvn管理net.sf.barcode4jbarcode4j-light2.0代码实现import lombok.extern.slf4j.Slf4j;import org.apache.commons.lang3.StringUtils;import org.krysalis.barcode4j.HumanReadablePlacement;import org...

weixin_33960567的博客 335

atitit.条形码的原理与生成总结java Barcode4j barcode o5

atitit.条形码的原理与生成总结java Barcode4j barcode o5   条形码类库使用报告Barcode4j, ZXing 1 使用成果图片 1 条形码标准code 128和code 39 1 39条码与128条码的区别 2 attilax标准条形码dpi 跟大小标准.. 2 Barcode4j的使用流程 2 Barcode4j的定向attilax标准条形码的设

attilax的专栏 4668
上一篇： JAVA如何调用WINDOWS命令行
下一篇： 背景暗一点，突出当前页
点赞 0
评论 0
书签 书签 0
lele521
lele521
博客等级 码龄20年 0粉丝 3原创
+ 关注 专栏目录 订阅专栏
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
 
表情包 插入表情
表情包 代码片
 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