maven项目搭建的简单记录及问题解决

cMake编译 VS2026+opencv4.12.0+opencv_contrib-4.12.0 本文提供了OpenCV 4.12.0集成CUDA、cuDNN和ONNX Runtime的详细编译指南。主要步骤包括:准备Visual Studio 2026、CMake 4.2.0、CUDA 12.6和cuDNN 9.16.0;设置无空格和中文的路径结构;配置关键CMake变量(如开启CUDA支持、指定路径等);以及最终的编译安装过程。注意事项包括:版本一致性检查、cuDNN文件复制、国内用户需手动获取.cache文件等。文章还提供了常见问题解决方案,如通过设置CUDA_NVCC_FLAGS参数解决VS版本 阅读详情

   自从写起blog后,才发现写博客的好处,不仅仅是当一个记录本的作用。如何编排,问题怎样阐述才能说清楚明白,都是需要考虑的。然而你要讲述清楚的前提就是对这一问题要理解透彻,转换成自己的知识才能用自己的话表述出来。

   之前遇到问题时,网上胡乱搜搜问题的解决方案,统统觉得合理的拿来乱试一通,抱着只要能解决问题的态度。然而发现哪怕隔个几天在遇到类似问题,依然不知如何解决,之前的解决步骤也剩下零散的一些东西。又去搜网上的相似问题来试,事倍功半。所有决定把一些经常会用到的操作总结记录下,以便后期翻阅。下面记录下新建maven项目时遇到的问题及解决方案:

   我用的是Eclipse IDE工具,新建一个项目时,会遇到选择maven骨架结构的弹框:


     当用Eclipse自带的Catalog创建时,点击图上next按钮后,会让你输入Group Id与Artifact Id,Group Id与Artifact Id是项目的唯一标识,groupId一般分为多个段,这里我只说两段,第一段为域,第二段为公司名称。域又分为org、com、cn等等许多,其中org为非营利组织,com为商业组织。举个apache公司的tomcat项目例子:这个项目的groupId是org.apache,它的域是org(因为tomcat是非营利项目),公司名称是apache,artifactId是tomcat。然后点击完成后,会发现并不能成功的创建项目。此时我的解决方法为:



    点击Catalog的右边配置按钮,会出现如下图:


    配置完后,再次创建maven项目时,选择自己设置的Catalog就行,Eclipse会自动去下载,不过你会发现,重新创建maven项目时Filter里没有内容,那是应为下载比较慢,内容比较多,耐心等待几分钟就可以了。然后继续填写要创建的项目Group Id 与 Artifact Id的信息。会发现创建成功。

    虽然项目创建成功呢,但是pom.xml文件一直在报错,主要是说资源文件和编译文件找不到,那是应为之前有考过公司的项目在电脑上,下的配置文件和仓库都是从私服上下载的,settings.xml文件的配置也是公司用的环境,新建的项目默认的依赖是这一套。当用的包无法下载时,就会报错。所以决定在另一个地方从新创建了一份maven仓库来解决,更换新的配置后会发现成功呢。主要是更改settings.xml中下载到本地仓库的地址和下载远程maven仓库原型的镜像配置。如下图:



    配置完后,更新下maven项目,一般就解决了问题。有时候还会遇到的问题是,会报的错误大概的意思是说,java的编译版本(即系统安装的jdk版本)与项目安装的jdk版本不匹配问题。解决如下:

   不匹配还能咋办?肯定是改一致喽!

华为OD机考双机位C卷 - 信道分配(Java & Python& JS & C/C++ & GO ) 华为OD机考双机位C卷 - 信道分配 阅读详情

相关推荐

从查表法到实时计算:SimpleFOC库中正弦函数优化的技术演进

本文深入探讨了SimpleFOC库v2.0.1版本中正弦函数优化技术的演进,从传统查表法到实时计算的创新实践。通过定点数优化、对称性利用和分段线性插值等关键技术,实现了在嵌入式电机控制中的高效三角函数计算,显著提升性能和资源利用率。

weixin_28273593的博客 452

搭建博客项目遇到的问题及解决办法

1.静态资源(图片)加载不出来 解决办法:在右边的maven中clean一下,再重启就ok了

天才小熊猫的客栈 854

期末求生指南:手把手教你用浏览器开发者工具绕过百一测评切屏检测

本文详细介绍了如何利用浏览器开发者工具绕过百一测评的切屏检测功能。通过分析JavaScript事件监听机制,定位关键检测代码,并提供实时调试和本地覆盖两种修改方法,帮助学生在遵守规则的前提下更灵活地应对在线考试。文章还包含风险控制和替代方案等实用建议。

weixin_28698059的博客 550

使用Maven搭建一个简单jfianl demo及访问路径问题

1.创建一个webapp的maven项目 2.导入jfinal所需要的包 3.配置web.xml文件 3.编写一个  DomeConfig 类来继承JFinalConfig  集成JFinalConfig会让我们重现6个方法,这里我们只需写 CongfigConstant 与 ConfigRoute两个 3.编写一个 HelloContro

莫失莫忘的博客 2198

CMOS传输门实战:如何用模拟开关优化你的电路设计(附常见问题排查)

本文深入探讨了CMOS传输门在电路设计中的实战应用与优化策略。文章从核心参数选型入手,详细分析了导通电阻、电荷注入等关键特性对电路性能的影响,并提供了多路复用器构建、精密电路应用等实战架构。同时,重点分享了PCB布局、电源去耦的工程细节,以及开关不导通、信号失真、高频性能不足等常见问题的系统性排查指南,旨在帮助硬件工程师充分发挥CMOS模拟开关的效能,提升电路设计的可靠性与精度。

js777的博客 451

【AI知识点】启发式算法(Heuristic Algorithms)

启发式算法(Heuristic Algorithms) 是一种基于经验、直觉和局部优化的求解问题的算法,尤其适用于解决计算复杂度高、规模庞大的问题。它们通过简化问题、局部搜索和快速近似,提供了一种在短时间内获得“足够好”解的途径。虽然启发式算法无法保证全局最优解,但它们在实际应用中广泛使用,特别是在优化问题、任务调度和机器学习等领域。

AI完全体 3031

jfinal使用maven搭建

1、新建maven项目其中Group Id为项目组织标识符,Artifact Id为项目标识符2、在pom.xml文件中添加jfinal以及jetty的依赖补充,pom.xml中还要加入这段3、将上篇博客中新建的两个类复制过来4、右键DemoConfig中的运行java application(启动之后,发现一直访问不到,后来才发现原来是web.xml中没有配置jfinal过滤器)配置完,即可访问...

freshbin000的博客 3882

2019年电赛D题《简易电路特性测试仪》全过程

2019年全国大学生电子设计大赛D题《简易电路特性测试仪》硬件部分及故障分析

zzhao2580的博客 5万+

jfinal下部署maven项目遇到的问题及解决方法

最近使用jfinal框架下搭建一个maven项目,遇到了不少的问题,现在分享出来让大家看看,是否也遇到。    一:    如果有现成的项目,导入项目时记得是使用Maven下的Existing Maven Projects,不是General下的Existing Projects Into Workspace,因为这样可以减少对maven的配置。    二:    检查一下你的po

qq_37717798的博客 2521

数据分析是什么?

说道“数据分析”一词,大家应该并不陌生,数据分析从字面上来理解,就是对数据做出分析然后得出一个结论,看起来浅显易懂,下面我们把这个词语分开得到的是“数据”与“分析”。“数据”的范围就很广泛了,小到一个计量数字,大到成亿级别的数据汇总,都可以称为数据;“分析”一词并不难理解,以智慧思维的方法对某一事物做出合理的解释,给出结论是为分析,一般会用到数学上的分析方法,比如统计学或者概率论等等。 1. 什么是数据分析 1) 数据分析发展背景 进入到 21 世纪以后,伴随着互联网的迅速发展,大数据应运而生,越来越多的数

MC_XY的博客 5432

最优控制理论 二+、哈密尔顿函数法的补充

本章基于变分法所推出的哈密尔顿函数法,2、讨论了积分方程约束的转化、控制+状态等式约束的一阶必要条件。3、控制分段连续、状态存在内点约束等情况下的角点条件,给出了协态变量和哈密尔顿函数在内点处不连续的表达式。...

MSysの优快云 9394

idea+maven+jetty+jfinal环境搭建

1.环境准备 (1)JDK (2)maven 使用osc源 (3)Intellij Idea 2.步骤 (1)idea新建maven---web项目 (2)添加依赖       com.jfinal       jfinal       2.2           com.jfinal       jetty-server       8.1.8

山鸡哥的专栏 8361

海康摄像头V3.4 升级改造VUE3

摘要:本文介绍了一个基于Vue3的海康威视摄像头组件封装方案。针对官方仅提供HTML版本SDK的问题,作者通过封装实现了Vue3组件化集成,解决了iframe/webview引入方式的弊端。组件核心功能包括实时预览、本地录像、录像下载、截图抓拍等,并优化了SDK初始化逻辑(单例模式)、定位问题修复和错误处理机制。关键技术点包括:1)SDK插件容器定位修复;2)录像下载进度监控;3)多格式图片数据处理;4)多窗口场景下的SDK实例管理。该组件可直接通过npm安装使用,提供了完善的API和事件接口,显著提升了海

LINLINLINShi的博客 113

Maven学习 新建搭建项目遇到的问题解决方案记录

Maven下载安装步骤很都简单,唯一遇到的问题就是新建项目后POM.XML配置文件总是报各种各样的缺少jar包错误,看到一篇博客对我解决这个问题很有用,记录一下; 转载(https://www.cnblogs.com/zengming/p/7786684.html) updating indexes官方速度很慢,需要配置镜像仓库,步骤如下; 1.首先是找到本地安装maven生成的settin...

yun18256076755的专栏 528

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/

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

关于首次在IDEA中Maven创建项目使用JUnit遇到的问题解决办法记录

学习软件测试的过程中,首次接触使用JUnit,经过一段时间的摸索成功解决所遇到的问题。JUnit是一个Java语言的单元测试框架,由Kent Beck和Erich Gamma建立,逐渐成为源于Kent Beck的sUnit的xUnit家族中最为成功的一个。全程采用java编程语言,在IDEA环境中进行。例如:以上就是今天要讲的内容,主要是针对在IDEA中使用JUnit遇到的问题,提出了一种有效的解决办法。

m0_46253230的博客 1302

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

appfuse2.2.1搭建并运行,以及碰到的一些列问题记录

为了搭这个项目,花了很多时间,包括软件的版本问题以及本地环境的关系。最终完成了,做一次记录。 1、执行appfuse的mvn命令,生成项目骨架 2、执行 mvn appfuse:full-source  获取项目全部源码 3、在pom.xml所在的目录运行命令:mvn eclipse:clean eclipse:eclipse(这个命令的作用就是根据pom.xml里的设置生成一个ja

热爱生活的男青年 1495

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")

用MyEclipse创建Maven项目

所用的一些环境配置为MyEclipse2017、Maven3.6、Tomcat9,这些环境的安装下载都可以在其他博客找到,我就不进行说明了。 本文主要记录一些遇到的问题及解决方案。 在将Maven和Tomcat部署到MyEclipse上后,尝试新建一个Maven项目: 通过File -> New -> Project/Other,在里面都能找到Maven Project,然后一路nex...

巧乐兹zzz的博客 351

Maven搭建SpringMVC+Mybatis项目时遇到的问题记录

在跟随该教程时遇到若干问题:《Maven搭建SpringMVC+Mybatis项目详解》 在这里总结一下问题和解决方法 1. 问题:Maven无法下载jar 原因:Maven默认中央仓库无法访问(这个地址时好时坏) 解决方法,配置国内的镜像 nexus-osc central Nexus osc http://mav

安若流年 759

用idea搭建SSM项目,原来这么简单

按照文章内容进行尝试可以成功。 原文链接:https://www.cnblogs.com/yeya/p/10320885.html 目录 前言 软件环境 创建项目 数据库文件 配置文件 pom.xml log4j.properties jdbc.properties applicationContext.xml spring-mvc.xml web.xml 运行项目 编写代码 前言 前阵子突发奇想,想学习下SpringMVC的源码,于是打算用idea.

ZHAOXING_ME的博客 622

maven私服(nexus)搭建

一、为何要搭建maven私服 1.有的公司开发电脑没法直接连外网,下载不了依赖;可以通过私服(私服服务器可以连接),开发电脑连接私服服务器下载依赖。 2.项目协作。某个项目包含多个模块,开发人员A将模块打包提交到私服,其他人从私服获取该模块的依赖。 二、使用私服与不使用的区别 1.不使用私服 2.使用私服. 三、下载和安装nexus 1.从https://www.sonatype.com/d...

Donny的专栏 706

记录一下 用Maven搭建SpringMVC MyBaits中遇到的问题。

一、搭建环境: jdk版本:1.8 tomcat版本:apache-tomcat-7.0.42 maven版本:apache-maven-3.5.3 开发工具:Eclipse IDE for Enterprise Java Developers. Version: 2018-12 (4.10.0) 开发操作系统:windows 7 64位 线上服务器:centos 7 二、问题...

tq88888的博客 343

maven项目在eclipse下的配置问题

最近在搭建公司的项目环境时遇到了一些琐碎的配置问题,特此记录一下 含有web模块的maven项目结构变成了这样 这是由于当前选择的视图是javaee视图,切换为java视图即可 eclipse中window-&gt;perspective-&gt;open-perspective-&gt;java 项目用到了lombok插件,eclipse配置lombok网上有教程,按照教程配置好之后,代码全...

KKALL1314的博客 287

JAVA Web 项目开发笔记 ----- springMVC, maven,reactJs

我觉得,不管以后是怎样的,我觉得,我应该记下我曾经做过的努力,这些过程不一定是正确的,但是我要记下我走过的路,不管是弯的还是直达的~ InteliJ搭建项目环境 首先,我认为,正确的搭建顺序应该是这样子的: - 新建Maven项目 - 配置tomcat - 搭建springMVC框架 - 引入前端框架ReactJs - UML序列图和流程图 一、Maven环境搭建 我

lin_tuer的博客 2658

Day01-maven项目环境搭建

下载安装Java、tomcat和maven并配置环境,并用idea创建maven项目

与其等风来不如追风去 254

Maven搭建SpringBoot遇到的问题

https://blog.youkuaiyun.com/qq_18335837/article/details/100566949 Maven搭建SpringBoot遇到的问题 最近打算学一下springboot 就在b站看了下课程 结果刚开始搭建的时候就遇到了问题 首先要先准备好jdk,maven,idea(一开始我用的是最新版本的maven3.6.3) 然后在Idea里准备开始建,结果就碰到了如下图 全报红,然后百度上找了好多答案,试过了都不行,后来第二天换了3.5.4的版本就成功了,我也不知道什么原理 附一下m

lreedom的博客 167

徒手搭建SSM的maven项目(Eclipse版)

eclipse徒手搭建SSM的maven单项目前言出于目的整体规划关于SSM开始搭建配置JDK*添加tomcat*配置maven*创建项目解决项目初始化的一系列问题引入tomcat 的JAR包匹配JRE 版本补全maven项目结构配置webapp输出目录升级动态web 3.0修改项目编码启动web项目整合SSM目录结构和整合思路目录结构整合思路引入依赖分层配置web层配置文件约束必要配置文件上传解...

weixin_38319353的博客 1859
上一篇: JAVA NIO之简介
下一篇: 亿级请求下多级缓存那些事
Bsarlmls
博客等级 码龄10年 1粉丝 5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