溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
今天小編給大家分享一下Python常問(wèn)的面試題有哪些的相關(guān)知識(shí)點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識(shí)，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來(lái)了解一下吧。
當(dāng)我們不知道向函數(shù)傳遞多少參數(shù)時(shí)，比如我們向傳遞一個(gè)列表或元組，我們就使用*args：
def func(*args): for i in args: print(i) func(3,2,1,4,7) 3 2 1 4 7
在我們不知道該傳遞多少關(guān)鍵字參數(shù)時(shí)，使用**kwargs來(lái)收集關(guān)鍵字參數(shù)：
def func(**kwargs): for i in kwargs: print(i,kwargs[i]) func(a=1,b=2,c=7) a.1 b.2 c.7
使用命令os.remove（filename）或os.unlink（filename）
您可以通過(guò)以下方法訪問(wèn)C中用Python編寫(xiě)的模塊：
Module = = PyImport_ImportModule（“<modulename>”）
它是一個(gè)Floor Divisionoperator，用于分割兩個(gè)操作數(shù)，結(jié)果為商，只顯示小數(shù)點(diǎn)前的數(shù)字。
例如，10 // 5 = 2和10.0 // 5.0 = 2.0。
字符串中的前導(dǎo)空格就是出現(xiàn)在字符串中第一個(gè)非空格字符前的空格。
我們使用方法Istrip()可以將它從字符串中移除。
’ Data123 '.lstrip()
結(jié)果：
'Data123 ’
最初的字符串當(dāng)中既有前導(dǎo)字符也有后綴字符，調(diào)用Istrip()去除了前導(dǎo)空格，如果我們想去除后綴空格，可以使用rstrip()方法。
'Data123 '.rstrip() 'Data123'
a,b = 0, 1 while b<100: print (b) a, b = b, a+b
如果字符串只含有數(shù)字字符，可以用函數(shù)int()將其轉(zhuǎn)換為整數(shù)。
int(‘22’)
我們檢查一下變量類(lèi)型：
type('22')
<class'str'>
type(int('22'))
<class'int'>要想生成隨機(jī)數(shù)，我們可以從random模塊中導(dǎo)入函數(shù)random()。
from random import random random() 0.013501571090371978
我們還可以使用函數(shù)randint()，它會(huì)用兩個(gè)參數(shù)表示一個(gè)區(qū)間，返回該區(qū)間內(nèi)的一個(gè)隨機(jī)整數(shù)。
from random import randint randint(2,7) 4
最簡(jiǎn)單的方法就是用capitalize()方法。
'daxie'.capitalize() 'Daxie'
對(duì)于這個(gè)問(wèn)題，我們可以使用isalnum()方法。
'DATA123'.isalnum() True 'DATA123!'.isalnum() False
我們還可以用其它一些方法：
'123'.isdigit()#檢測(cè)字符串是否只由數(shù)字組成 True '123'.isnumeric()#只針對(duì)unicode對(duì)象 True 'data'.islower()#是否都為小寫(xiě) True 'Data'.isupper()#是否都為大寫(xiě) False
Python中的連接就是將兩個(gè)序列連在一起，我們使用+運(yùn)算符完成：
'22'+'33' ‘2233' [1,2,3]+[4,5,6] [1, 2,3, 4, 5, 6] (2,3)+(4) TypeError Traceback (most recent call last) <ipython-input-7-69a1660f2fc5> in <module> ----> 1 (2,3)+(4) TypeError: can only concatenate tuple (not "int") to tuple
這里運(yùn)行出錯(cuò)，因?yàn)椋?）被看作是一個(gè)整數(shù)，修改一下再重新運(yùn)行：
(2,3)+(4,) (2, 3,4)
在調(diào)用一個(gè)函數(shù)的過(guò)程中，直接或間接地調(diào)用了函數(shù)本身這個(gè)就叫遞歸。但為了避免出現(xiàn)死循環(huán)，必須要有一個(gè)結(jié)束條件，舉個(gè)例子：
def facto(n): if n==1: return 1 return n*facto(n-1) facto(5) 120
生成器會(huì)生成一系列的值用于迭代，這樣看它又是一種可迭代對(duì)象。
它是在for循環(huán)的過(guò)程中不斷計(jì)算出下一個(gè)元素，并在適當(dāng)?shù)臈l件結(jié)束for循環(huán)。
我們定義一個(gè)能逐個(gè)“yield”值的函數(shù)，然后用一個(gè)for循環(huán)來(lái)迭代它。
def squares(n): i=1 while(i<=n): yield i**2 i+=1 for i in squares(5): print(i) 1 4 9 16 25
迭代器是訪問(wèn)集合元素的一種方式。
迭代器對(duì)象從集合的第一個(gè)元素開(kāi)始訪問(wèn)，直到所有的元素被訪問(wèn)完結(jié)束。
迭代器只能往前不會(huì)后退。我們使用inter()函數(shù)創(chuàng)建迭代器。
odds=iter([1,2,3,4,5]) #每次想獲取一個(gè)對(duì)象時(shí)，我們就調(diào)用next()函數(shù) next (odds) 1 next (odds) 2 next (odds) 3 next (odds) 4 next (odds) 5
1）在使用生成器時(shí)，我們創(chuàng)建一個(gè)函數(shù)；在使用迭代器時(shí)，我們使用內(nèi)置函數(shù)iter()和next()；
2）在生成器中，我們使用關(guān)鍵字‘yield’來(lái)每次生成/返回一個(gè)對(duì)象；
3）生成器中有多少‘yield’語(yǔ)句，你可以自定義；
4）每次‘yield’暫停循環(huán)時(shí)，生成器會(huì)保存本地變量的狀態(tài)。而迭代器并不會(huì)使用局部變量，它只需要一個(gè)可迭代對(duì)象進(jìn)行迭代；
5）使用類(lèi)可以實(shí)現(xiàn)你自己的迭代器，但無(wú)法實(shí)現(xiàn)生成器；
6）生成器運(yùn)行速度快，語(yǔ)法簡(jiǎn)潔，更簡(jiǎn)單；
7）迭代器更能節(jié)約內(nèi)存。
Python新手可能對(duì)這個(gè)函數(shù)不是很熟悉，zip()可以返回元組的迭代器。
list(zip([‘a’,‘b’,‘c’],[1,2,3]))
[(‘a’,1), (‘b’, 2), (‘c’, 3)]
在這里zip()函數(shù)對(duì)兩個(gè)列表中的數(shù)據(jù)項(xiàng)進(jìn)行了配對(duì)，并用它們創(chuàng)建了元組。
我們可以使用函數(shù)/方法getcwd()，從模塊os中將其導(dǎo)入。
import os
os.getcwd()
‘C:\Users\37410\Desktop\代碼’
這個(gè)也比較簡(jiǎn)單，在我們想計(jì)算長(zhǎng)度的字符串上調(diào)用函數(shù)len()即可。
len(‘Data 123’)
8
從列表中刪除并返回最后一個(gè)對(duì)象或obj。
list.pop（obj = list [-1]）
有時(shí)，當(dāng)我們想要遍歷列表時(shí)，一些方法會(huì)派上用場(chǎng)。
1）filter（）
過(guò)濾器允許我們根據(jù)條件邏輯過(guò)濾一些值。
list（filter（lambda x：x> 5，range（8））） [6,7] 2）map（）
Map將函數(shù)應(yīng)用于iterable中的每個(gè)元素。
list（map（lambda x：x ** 2，range（8））） [0,1,4,9,16,25,36,49] 3）reduce（）
在我們達(dá)到單個(gè)值之前，Reduce會(huì)反復(fù)減少序列順序。
from functools import reduce reduce（lambda x，y：xy，[1,2,3,4,5]） -13
def list_sum（num_List）：如果len（num_List）== 1： return num_List [0] else： return num_List [0] + list_sum（num_List [1：]） print（list_sum（[3,4,5,6,11]）） 29
import random def random_line（fname）： lines = open（fname）.read（）.splitlines（） return random.choice（lines） print（random_line（'test.txt'））
def file_lengthy（fname）： open（fname）as f： for i，l in enumerate（f）： pass return i + 1 print（“file of lines：”，file_lengthy（“test.txt”））
import os
os.chdir('C:\Users\lifei\Desktop')
with open('Today.txt') as today:
count=0
for i in today.read():
if i.isupper():
count+=1
print(count)以下代碼可用于在Python中對(duì)列表進(jìn)行排序：
list = ["1", "4", "0", "6", "9"] list = [int(i) for i in list] list.sort() print (list) Django有關(guān)
對(duì)于Django框架遵循MVC設(shè)計(jì)，并且有一個(gè)專(zhuān)有名詞：MVT，
M全拼為Model，與MVC中的M功能相同，負(fù)責(zé)數(shù)據(jù)處理，內(nèi)嵌了ORM框架；
V全拼為View，與MVC中的C功能相同，接收HttpRequest，業(yè)務(wù)處理，返回HttpResponse；
T全拼為T(mén)emplate，與MVC中的V功能相同，負(fù)責(zé)封裝構(gòu)造要返回的html，內(nèi)嵌了模板引擎
Flask是一個(gè)“微框架”，主要用于具有更簡(jiǎn)單要求的小型應(yīng)用程序。
Pyramid適用于大型應(yīng)用程序，具有靈活性，允許開(kāi)發(fā)人員為他們的項(xiàng)目使用數(shù)據(jù)庫(kù)，URL結(jié)構(gòu)，模板樣式等正確的工具。
Django也可以像Pyramid一樣用于更大的應(yīng)用程序。它包括一個(gè)ORM。
Django架構(gòu)
開(kāi)發(fā)人員提供模型，視圖和模板，然后將其映射到URL，Django可以為用戶提供服務(wù)。
Django使用SQLite作為默認(rèn)數(shù)據(jù)庫(kù)，它將數(shù)據(jù)作為單個(gè)文件存儲(chǔ)在文件系統(tǒng)中。
如過(guò)你有數(shù)據(jù)庫(kù)服務(wù)器-PostgreSQL，MySQL，Oracle，MSSQL-并且想要使用它而不是SQLite，那么使用數(shù)據(jù)庫(kù)的管理工具為你的Django項(xiàng)目創(chuàng)建一個(gè)新的數(shù)據(jù)庫(kù)。
無(wú)論哪種方式，在您的（空）數(shù)據(jù)庫(kù)到位的情況下，剩下的就是告訴Django如何使用它。
這是項(xiàng)目的settings.py文件的來(lái)源。
我們將以下代碼行添加到setting.py文件中：
DATABASES ={‘default’: {‘ENGINE’: ‘django.db.backends.sqlite3’, ‘NAME’: os.path.join(BASE_DIR, ‘db.sqlite3’),
這是我們?cè)贒jango中使用write一個(gè)視圖的方法：
from django.http import HttpResponse import datetime def Current_datetime(request): now =datetime.datetime.now() html ="<html><body>It is now %s</body></html>"%now return HttpResponse(html)
返回當(dāng)前日期和時(shí)間，作為HTML文檔。
模板是一個(gè)簡(jiǎn)單的文本文件。
它可以創(chuàng)建任何基于文本的格式，如XML，CSV，HTML等。
模板包含在評(píng)估模板時(shí)替換為值的變量和控制模板邏輯的標(biāo)記（％tag％）。
Django提供的會(huì)話允許您基于每個(gè)站點(diǎn)訪問(wèn)者存儲(chǔ)和檢索數(shù)據(jù)。
Django通過(guò)在客戶端放置會(huì)話ID cookie并在服務(wù)器端存儲(chǔ)所有相關(guān)數(shù)據(jù)來(lái)抽象發(fā)送和接收cookie的過(guò)程。
所以數(shù)據(jù)本身并不存儲(chǔ)在客戶端。
從安全角度來(lái)看，這很好。
在Django中，有三種可能的繼承樣式：
抽象基類(lèi)：當(dāng)你只希望父類(lèi)包含而你不想為每個(gè)子模型鍵入的信息時(shí)使用；
多表繼承：對(duì)現(xiàn)有模型進(jìn)行子類(lèi)化，并且需要每個(gè)模型都有自己的數(shù)據(jù)庫(kù)表。
代理模型：只想修改模型的Python級(jí)別行為，而無(wú)需更改模型的字段。
數(shù)據(jù)分析
map函數(shù)執(zhí)行作為第一個(gè)參數(shù)給出的函數(shù)，該函數(shù)作為第二個(gè)參數(shù)給出的iterable的所有元素。
如果給定的函數(shù)接受多于1個(gè)參數(shù)，則給出了許多迭代。
我們可以使用下面的代碼在NumPy數(shù)組中獲得N個(gè)最大值的索引：
importnumpy as np arr =np.array([1, 3, 2, 4, 5]) print(arr.argsort()[-3:][::-1]) 4 3 1
Q86.如何用Python/ NumPy計(jì)算百分位數(shù)？
importnumpy as np a =np.array([1,2,3,4,5] p =np.percentile(a, 50) #Returns 50th percentile, e.g. median print(p) 3
1）Python的列表是高效的通用容器。
它們支持（相當(dāng)）有效的插入，刪除，追加和連接，Python的列表推導(dǎo)使它們易于構(gòu)造和操作。
2）有一定的局限性
它們不支持元素化加法和乘法等“向量化”操作，可以包含不同類(lèi)型的對(duì)象這一事實(shí)意味著Python必須存儲(chǔ)每個(gè)元素的類(lèi)型信息，并且必須在操作時(shí)執(zhí)行類(lèi)型調(diào)度代碼在每個(gè)元素上。
3）NumPy不僅效率更高，也更方便
你可以獲得大量的矢量和矩陣運(yùn)算，這有時(shí)可以避免不必要的工作。
4）NumPy數(shù)組更快
你可以使用NumPy，F(xiàn)FT，卷積，快速搜索，基本統(tǒng)計(jì)，線性代數(shù)，直方圖等內(nèi)置。
Python中的裝飾器用于修改或注入函數(shù)或類(lèi)中的代碼。
使用裝飾器，您可以包裝類(lèi)或函數(shù)方法調(diào)用，以便在執(zhí)行原始代碼之前或之后執(zhí)行一段代碼。
裝飾器可用于檢查權(quán)限，修改或跟蹤傳遞給方法的參數(shù)，將調(diào)用記錄到特定方法等
1）在理想的世界中，NumPy只包含數(shù)組數(shù)據(jù)類(lèi)型和最基本的操作：索引，排序，重新整形，基本元素函數(shù)等。
2）所有數(shù)字代碼都將駐留在SciPy中。然而，NumPy的一個(gè)重要目標(biāo)是兼容性，因此NumPy試圖保留其前任任何一個(gè)支持的所有功能。
3）因此，NumPy包含一些線性代數(shù)函數(shù)，即使它們更恰當(dāng)?shù)貙儆赟ciPy。無(wú)論如何，SciPy包含更多全功能的線性代數(shù)模塊版本，以及許多其他數(shù)值算法。
4）如果你使用python進(jìn)行科學(xué)計(jì)算，你應(yīng)該安裝NumPy和SciPy。大多數(shù)新功能屬于SciPy而非NumPy。
與2D繪圖一樣，3D圖形超出了NumPy和SciPy的范圍，但就像2D情況一樣，存在與NumPy集成的包。
Matplotlib在mplot3d子包中提供基本的3D繪圖，而Mayavi使用功能強(qiáng)大的VTK引擎提供各種高質(zhì)量的3D可視化功能。
爬蟲(chóng)和scary框架
scrapy是一個(gè)Python爬蟲(chóng)框架，爬取效率極高，具有高度定制性，但是不支持分布式。
而scrapy-redis一套基于redis數(shù)據(jù)庫(kù)、運(yùn)行在scrapy框架之上的組件，可以讓scrapy支持分布式策略，Slaver端共享Master端redis數(shù)據(jù)庫(kù)里的item隊(duì)列、請(qǐng)求隊(duì)列和請(qǐng)求指紋集合。
因?yàn)閞edis支持主從同步，而且數(shù)據(jù)都是緩存在內(nèi)存中的，所以基于redis的分布式爬蟲(chóng)，對(duì)請(qǐng)求和數(shù)據(jù)的高頻讀取效率非常高。
Python自帶：urllib，urllib2
第 三 方：requests
框 架：Scrapy
urllib和urllib2模塊都做與請(qǐng)求URL相關(guān)的操作，但他們提供不同的功能。
urllib2.：urllib2.urlopen可以接受一個(gè)Request對(duì)象或者url，（在接受Request對(duì)象時(shí)候，并以此可以來(lái)設(shè)置一個(gè)URL 的headers），urllib.urlopen只接收一個(gè)url
urllib 有urlencode,urllib2沒(méi)有，因此總是urllib，urllib2常會(huì)一起使用的原因
scrapy是封裝起來(lái)的框架，他包含了下載器，解析器，日志及異常處理，基于多線程，。
twisted的方式處理，對(duì)于固定單個(gè)網(wǎng)站的爬取開(kāi)發(fā)，有優(yōu)勢(shì)；但是對(duì)于多網(wǎng)站爬取 100個(gè)網(wǎng)站，并發(fā)及分布式處理方面，不夠靈活，不便調(diào)整與括展。
request 是一個(gè)HTTP庫(kù)， 它只是用來(lái)，進(jìn)行請(qǐng)求，對(duì)于HTTP請(qǐng)求，他是一個(gè)強(qiáng)大的庫(kù)，下載，解析全部自己處理，靈活性更高，高并發(fā)與分布式部署也非常靈活，對(duì)于功能可以更好實(shí)現(xiàn)。
主要 MyISAM 與 InnoDB 兩個(gè)引擎，其主要區(qū)別如下：
1）InnoDB 支持事務(wù)，MyISAM 不支持，這一點(diǎn)是非常之重要。事務(wù)是一種高
級(jí)的處理方式，如在一些列增刪改中只要哪個(gè)出錯(cuò)還可以回滾還原，而 MyISAM就不可以了；
2)MyISAM 適合查詢以及插入為主的應(yīng)用，InnoDB 適合頻繁修改以及涉及到安全性較高的應(yīng)用；
3)InnoDB 支持外鍵，MyISAM 不支持；
4)MyISAM 是默認(rèn)引擎，InnoDB 需要指定；
5)InnoDB 不支持 FULLTEXT 類(lèi)型的索引；
6)InnoDB 中不保存表的行數(shù)，如 select count(*) from table 時(shí)，InnoDB；
需要掃描一遍整個(gè)表來(lái)計(jì)算有多少行，但是 MyISAM 只要簡(jiǎn)單的讀出保存好的行數(shù)即可。
注意的是，當(dāng) count(*)語(yǔ)句包含 where 條件時(shí) MyISAM 也需要掃描整個(gè)表；
7)對(duì)于自增長(zhǎng)的字段，InnoDB 中必須包含只有該字段的索引，但是在 MyISAM表中可以和其他字段一起建立聯(lián)合索引；
8)清空整個(gè)表時(shí)，InnoDB 是一行一行的刪除，效率非常慢。MyISAM 則會(huì)重建表；
9)InnoDB 支持行鎖（某些情況下還是鎖整表，如 update table set a=1 whereuser like ‘%lee%’
從start_urls里獲取第一批url并發(fā)送請(qǐng)求，請(qǐng)求由引擎交給調(diào)度器入請(qǐng)求隊(duì)列，獲取完畢后，
調(diào)度器將請(qǐng)求隊(duì)列里的請(qǐng)求交給下載器去獲取請(qǐng)求對(duì)應(yīng)的響應(yīng)資源，并將響應(yīng)交給自己編寫(xiě)的解析方法做提取處理：
如果提取出需要的數(shù)據(jù)，則交給管道文件處理；
2)如果提取出url，則繼續(xù)執(zhí)行之前的步驟（發(fā)送url請(qǐng)求，并由引擎將請(qǐng)求交給調(diào)度器入隊(duì)列…)，直到請(qǐng)求隊(duì)列里沒(méi)有請(qǐng)求，程序結(jié)束。
將多個(gè)表聯(lián)合起來(lái)進(jìn)行查詢，主要有內(nèi)連接、左連接、右連接、全連接（外連接）
IO密集型代碼(文件處理、網(wǎng)絡(luò)爬蟲(chóng)等)，多線程能夠有效提升效率(單線程下有IO操作會(huì)進(jìn)行IO等待，造成不必要的時(shí)間浪費(fèi)，
而開(kāi)啟多線程能在線程A等待時(shí)，自動(dòng)切換到線程B，可以不浪費(fèi)CPU的資源，從而能提升程序執(zhí)行效率)。
在實(shí)際的數(shù)據(jù)采集過(guò)程中，既考慮網(wǎng)速和響應(yīng)的問(wèn)題，也需要考慮自身機(jī)器的硬件情況來(lái)設(shè)置多進(jìn)程或多線程。
1)優(yōu)化索引、SQL 語(yǔ)句、分析慢查詢；
2)優(yōu)化硬件；采用SSD，使用磁盤(pán)隊(duì)列技術(shù)(RAID0,RAID1,RDID5)等；
3)采用MySQL 內(nèi)部自帶的表分區(qū)技術(shù)，把數(shù)據(jù)分層不同的文件，能夠提高磁盤(pán)的讀取效率；
4)選擇合適的表引擎，參數(shù)上的優(yōu)化；
5)進(jìn)行架構(gòu)級(jí)別的緩存，靜態(tài)化和分布式；
6)采用更快的存儲(chǔ)方式，例如 NoSQL存儲(chǔ)經(jīng)常訪問(wèn)的數(shù)據(jù)
1)ip
2)帶寬
3）cpu
4）io
1)scrapy自帶
2)付費(fèi)接口
1）通過(guò)Headers反爬蟲(chóng)從用戶請(qǐng)求的Headers反爬蟲(chóng)是最常見(jiàn)的反爬蟲(chóng)策略。
可以直接在爬蟲(chóng)中添加Headers，將瀏覽器的User-Agent復(fù)制到爬蟲(chóng)的Headers中；或者將Referer值修改為目標(biāo)網(wǎng)站域名。
2）基于用戶行為反爬蟲(chóng)
通過(guò)檢測(cè)用戶行為，例如同一IP短時(shí)間內(nèi)多次訪問(wèn)同一頁(yè)面，或者同一賬戶短時(shí)間內(nèi)多次進(jìn)行相同操作。
大多數(shù)網(wǎng)站都是前一種情況，對(duì)于這種情況，使用IP代理就可以解決。
可以專(zhuān)門(mén)寫(xiě)一個(gè)爬蟲(chóng)，爬取網(wǎng)上公開(kāi)的代理ip，檢測(cè)后全部保存起來(lái)。
有了大量代理ip后可以每請(qǐng)求幾次更換一個(gè)ip，這在requests或者urllib2中很容易做到，這樣就能很容易的繞過(guò)第一種反爬蟲(chóng)。
對(duì)于第二種情況，可以在每次請(qǐng)求后隨機(jī)間隔幾秒再進(jìn)行下一次請(qǐng)求。
有些有邏輯漏洞的網(wǎng)站，可以通過(guò)請(qǐng)求幾次，退出登錄，重新登錄，繼續(xù)請(qǐng)求來(lái)繞過(guò)同一賬號(hào)短時(shí)間內(nèi)不能多次進(jìn)行相同請(qǐng)求的限制。
3）動(dòng)態(tài)頁(yè)面的反爬蟲(chóng)
首先用Fiddler對(duì)網(wǎng)絡(luò)請(qǐng)求進(jìn)行分析，如果能夠找到ajax請(qǐng)求，也能分析出具體的參數(shù)和響應(yīng)的具體含義，我們就能采用上面的方法。
直接利用requests或者urllib2模擬ajax請(qǐng)求，對(duì)響應(yīng)的json進(jìn)行分析得到需要的數(shù)據(jù)。
但是有些網(wǎng)站把a(bǔ)jax請(qǐng)求的所有參數(shù)全部加密了，沒(méi)辦法構(gòu)造自己所需要的數(shù)據(jù)的請(qǐng)求。
這種情況下就用selenium+phantomJS，調(diào)用瀏覽器內(nèi)核，并利用phantomJS執(zhí)行js來(lái)模擬人為操作以及觸發(fā)頁(yè)面中的js腳本。
以上就是“Python常問(wèn)的面試題有哪些”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會(huì)為大家更新不同的知識(shí)，如果還想學(xué)習(xí)更多的知識(shí)，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號(hào)
手機(jī)網(wǎng)站二維碼