热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

ChatGPT国内镜像站初体验:聊天、Python代码生成等

ChatGPT国内镜像站初体验,聊天、Python代码生成。(本文获得CSDN质量评分【92】)【学习的细节是欢悦的历程】Python官网:https:

ChatGPT国内镜像站初体验,聊天、Python代码生成。





(本文获得CSDN质量评分【92】)




【学习的细节是欢悦的历程】



  • Python 官网:https://www.python.org/

  • Free:大咖免费“圣经”教程《 python 完全自学教程》,不仅仅是基础那么简单……



  自学并不是什么神秘的东西,一个人一辈子自学的时间总是比在学校学习的时间长,没有老师的时候总是比有老师的时候多。
            —— 华罗庚



  • My CSDN主页、My HOT博、My Python 学习个人备忘录
  • 好文力荐、 老齐教室


等风来,不如追风去……






ChatGPT国内镜像站初体验


ChatGPT


(聊天、Python代码生成)






本笔记正在编辑……


请您期待她长成的样子!



本文质量分:


92
本文地址:
https://blog.csdn.net/m0_57158496/article/details/129035387

CSDN质量分查询入口:http://www.csdn.net/qc




目 录

在这里插入图片描述



  • ◆ChatGPT
    • 1、ChatGPT简介
    • 2、关于闲聊
      • 2.1 聊“情人节”
      • 2.2 讨要“情人节”礼物🎁
      • 2.3 “挑拨”ChatGPT
      • 2.4 微信体验界面

    • 3、关于Python代码生成
      • 3.1 乘法九九表
      • 3.2 杨辉三角
        • 3.2.1 ChatGPT的两种算法
        • 3.2.2 对称打印
        • 3.2.3 奇妙的“[0]”算法

      • 3.3 素数判定和查找
        • 3.3.1 素数判定
        • 3.3.2 素数查找

      • 3.5 裴波拉契数列第n项
      • 3.6 索要“车牌识别”系统
      • 3.7 对“%”“编码错误”

    • 4、写论文、写演讲稿?
    • 5、ChatGPT国内镜像站
      • 5.1 网页体验入口
      • 5.2 微信体验入口

    • 6、结语
    • 7、完整源码





◆ChatGPT

  最近ChatGPT传得沸沸扬扬,红得发紫。由于主站在国外,我没有资源和途径,无缘窥其尊容。最近有缘得到国内站点,趁着情人节的无所事事,来撩一把ChatGPT的国内镜像站点。

1、ChatGPT简介

ChatGPT is a natural language processing (NLP) chatbot that uses a generative pre-trained transformer (GPT) model to generate responses to user input. It is designed to provide a conversational experience that is as close to human-like as possible. ChatGPT is trained on a large corpus of conversational data and is able to generate responses that are both relevant and appropriate to the user’s input. ChatGPT can be used in a variety of applications, including customer service, virtual assistants, and more.

译文

  ChatGPT是一种自然语言处理(NLP)聊天机器人,它使用生成式的预训练转换器(GPT)模型来生成对用户输入的响应。它的设计目的是提供一种尽可能接近类人的对话体验。ChatGPT是在大量的会话数据语料库上进行训练的,并且能够生成与用户的输入既相关又合适的响应。ChatGPT可以用于各种应用程序中,包括客户服务、虚拟助理等。

  ChatGPT目前会使用Python,Javascript,HTML和CSS等编程语言。后续如有需要,还会学习其他语言。




回页目录



2、关于闲聊




  • 网页版体验

2.1 聊“情人节”


  趁这没有情人的情人节,与ChatGPT 唠唠“情人节”😋……

与ChatGPT聊天截屏图
在这里插入图片描述



2.2 讨要“情人节”礼物🎁


找ChatGPT要个“情人节”礼物🎁

与ChatGPT聊天截屏图
在这里插入图片描述



2.3 “挑拨”ChatGPT


“挑拨”ChatGPT ……

与ChatGPT聊天截屏图
在这里插入图片描述
在这里插入图片描述

  从对ChatGPT的话语“挑逗”来看,它还是足够聪明的,对“无聊”的“我”,还是有一定治愈的。给我的感觉是——很不错!



2.4 微信体验界面


  • 微信版体验,也一样“聪明”
    在这里插入图片描述




回页目录



3、关于Python代码生成


  我只会点点Python基础,所以只能体验ChatGPT用Python代码来解决提问。

3.1 乘法九九表


对ChatGPT提问截屏图
在这里插入图片描述

代码


# ChatGPT 生成的“九九表”Python代码
for i in range(1, 10):
for j in range(1, 10):
print(i, 'x', j, '=', i*j)


输出
在这里插入图片描述

在这里插入图片描述
  每一行都输出了1*i的积,给输出了9行×9列81个算式乘积,相当于两个九九表。

我想要的是这样子的“九九表”
在这里插入图片描述


  我用“插值字符串格式”修改代码输出格式,可以输出上图九九表。也可以把代码揉合成列表解析,一行搞定

常规代码写法


for i in range(1, 10):
print()
for j in range(1, i+1):
print(f"{i}×{j}={i*j:>2}", end=' ')

一行代码解析“九九表”


nines = '\n'.join([' '.join(f"{i}×{j}={i*j:>2}" for j in range(1, i+1)) for i in range(1,10)])
input(f"\n打印一行Python代码生成的“九九表”:\n\n{nines}\n")

  这是不是说明,ChatGPT智能的缺失?为探究,我修改了提问词句。


与ChatG提问截屏
在这里插入图片描述

代码


for i in range(1, 10):
for j in range(1, i+1):
print(f'{i}*{j}={i*j}', end='\t')
print()


输出
在这里插入图片描述

与ChatGPT提问截屏图
在这里插入图片描述


代码


for i in range(1, 10):
for j in range(1, i+1):
print(f'{i}×{j}={i*j}', end='\t')
print()


输出
在这里插入图片描述

  改变提问词句,得到了不同的结果。未验证我的猜测,重新用最初的提问语句提问,但得到的却是显示优化后的代码。用最初的提问词句,多次提问,都是得到后面的代码。这是ChatGPT“自主学习”的结果?我不敢妄自猜度。从它“理解”让换*为×的快速执行,可以看出它对中文的理解已经相当“人类”了(它已经是人类小孩纸了😋)




回页目录



3.2 杨辉三角


3.2.1 ChatGPT的两种算法



与ChatGPT提问截屏图
在这里插入图片描述

代码


def yanghui_triangle(n):
triangle = [[1]]
for i in range(1, n):
row = [1]
for j in range(1, i):
row.append(triangle[i-1][j-1] + triangle[i-1][j])
row.append(1)
triangle.append(row)
for row in triangle:
print(row)
yanghui_triangle(12)


与ChatGPT提问截屏图
在这里插入图片描述

代码


def yanghui_triangle(n):
# 初始化列表
triangle = []
for i in range(n):
# 每一行的列表
row = [None for _ in range(i+1)]
# 第一个和最后一个元素赋值为1
row[0], row[-1] = 1, 1
# 中间元素的值等于上一行的相邻元素之和
for j in range(1, len(row)-1):
row[j] = triangle[i-1][j-1] + triangle[i-1][j]
triangle.append(row)
return triangle
# 打印杨辉三角
for row in yanghui_triangle(12):
print(row)


  两次不同的提问,获取了两种算法的代码。但明显的,ChatGPT还不可以“理解”中文“对称打印”。😋

3.2.2 对称打印



  修改最后的输出格式,即可实现对称打印。


# 打印杨辉三角
for row in yanghui_triangle(12):
#print(f"{' '.join([f'{i:^3}' for i in row]):^50}")
#print(f"{' '.join(map(str, row)):^50}")
print(f"{' '.join(map(lambda x: f'{x:^3}', row)):^50}")


  如果用map()格式化row,直接用str函数,会对不齐整,打印出来是变形三角。😣正确方式是:要用匿名函数lambda自定义每排每个数字宽度。前12项最大是三位数字,就格式化每个数字占三个字符宽度lambda x: f'{i:^3}',打印出来的“杨辉三角”才可以齐整漂亮。😏

map(str, row)打印的变形杨辉三角

在这里插入图片描述


对称“杨辉三角”打印效果
在这里插入图片描述

3.2.3 奇妙的“[0]”算法


算法解析:

  据“杨辉三角”结构特点,把“上一行”前后分别插入0,得到两个列表,分别把对应位置的整数相加就得到“下一行”。如:


  • a. 从第二行生成第三行
      [1, 1],第二行。
      [0, 1, 1],前插0。
      [1,1, 0],后加0。
      [1, 2, 1],第三行。

  • b. 从第五行生成第六行
      [1, 4, 6, 4, 1],第五行。
      [0, 1, 4, 6, 4, 1],前插0。
      [1, 4, 6, 4, 1, 0],后加0。
      [1, 5, 10, 10, 5, 1],第六行。



代码


def yanghui_triangle(n):
''' “[0]算法”打印杨辉三角前n行 '''
late_row = [1] # 首行。

for i in range(n+1): # 为了少一条print()多一次遍历。
# 按定宽打印“上一行”。
print(' '.join(map(lambda x: f'{x:^4}', late_row)).center(80)) # 多生成一行,始终打印上一行就好。
next_row = [x+y for x,y in zip([0]+late_row, late_row+[0])] # 根据上行生成新行。
late_row = next_row # 新行变“上一行”。
n = 14
print(f"\n{f'“杨辉三角”前{n}行':~^74}\n")
yanghui_triangle(n)
print(f"\n{'':~^80}\n")


输出效果
在这里插入图片描述

此算法,我是从CSDN上学来的。😏




回页目录



3.3 素数判定和查找


3.3.1 素数判定



与ChatGPT提问截屏图
在这里插入图片描述

代码


def is_prime(n):
if n <&#61; 1:
return False
for i in range(2, n):
#if n %!i(MISSING) &#61;&#61; 0:
if n % i &#61;&#61; 0:
return False
return True

注&#xff1a;此行代码

if n %!i(MISSING) &#61;&#61; 0:

间入了“!”、“(MISSING)”两个字符串&#xff0c;去除后才可以跑起来。



3.3.2 素数查找



与ChatGPT提问截屏图
在这里插入图片描述

代码


for num in range(2, 100):
is_prime &#61; True
for i in range(2, num):
#if num %!!(MISSING)i(MISSING) &#61;&#61; 0:
if num % i &#61;&#61; 0:
is_prime &#61; False
break
if is_prime:
print(num)

注&#xff1a;此行代码

if num %!!(MISSING)i(MISSING) &#61;&#61; 0:

间入了“!!(MISSING)”、“(MISSING)”两个字符串&#xff0c;去除后才可以跑起来。

我的代码

# 我的素数判定、查找代码
def isprime(n):
&#39;&#39;&#39; 素数判定 &#39;&#39;&#39;
if n < 2:
return # 1、0或者负数&#xff0c;不是素数。返回None。
for i in range(2, n):
if n%i &#61;&#61; 0:
return # 是合数&#xff0c;返回None。
return n # 是素数&#xff0c;返回整数。
def find_primes(n):
&#39;&#39;&#39; 查找给定范围内的素数 &#39;&#39;&#39;
return [i for i in range(n&#43;1) if isprime(i)] # 列表解析给定范围的所有素数。
if __name__ &#61;&#61; &#39;__main__&#39;:
n &#61; 1000
print(f"\n{&#39; &#39;.join(map(str, find_primes(n)))}\n")


输出&#xff1a;1000内的素数列表

2 3 5 7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 67 71 73 79 83 89 97 101 103 107 109 113 127 131 137 139 149 151 157 163 167 173 179 181 191 193 197 199 211 223 227 229 233 239 241 251 257 263 269 271 277 281 283 293 307 311 313 317 331 337 347 349 353 359 367 373 379 383 389 397 401 409 419 421 431 433 439 443 449 457 461 463 467 479 487 491 499 503 509 521 523 541 547 557 563 569 571 577 587 593 599 601 607 613 617 619 631 641 643 647 653 659 661 673 677 683 691 701 709 719 727 733 739 743 751 757 761 769 773 787 797 809 811 821 823 827 829 839 853 857 859 863 877 881 883 887 907 911 919 929 937 941 947 953 967 971 977 983 991 997



### 3.4
找出10000内所有完数

与ChatGPT提问截屏图
在这里插入图片描述
在这里插入图片描述

代码


for num in range(1, 10000):
sum &#61; 0
for i in range(1, num):
#if num %!i(MISSING) &#61;&#61; 0:
if num %i &#61;&#61; 0:
sum &#43;&#61; i
if sum &#61;&#61; num:e
print(num)

注&#xff1a;此行代码

if num %!i(MISSING) &#61;&#61; 0:

间入了“!(MISSING)”字符串&#xff0c;去除后才可以跑起来。

3.5 裴波拉契数列第n项



与ChatGPT提问截屏图
在这里插入图片描述

代码


def Fibonacci(n):
if n &#61;&#61; 0:
return 0
elif n &#61;&#61; 1:
return 1
else:
return Fibonacci(n-1) &#43; Fibonacci(n-2)
n &#61; 9
print(Fibonacci(n))



3.6 索要“车牌识别”系统



与ChatGPT索要截屏图
在这里插入图片描述
在这里插入图片描述

3.7 对“%”“编码错误”



向ChatGPT报错截屏图
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述




回页目录



4、写论文、写演讲稿&#xff1f;


  ChatGPT说好的“写论文”、“写演讲稿”哩&#xff1f;ChatGPT连作文都是不答应给写的&#xff0c;可以给出启发性的建议。个人感觉&#xff0c;这很好&#xff01;&#x1f60f;

  打死一遍“伸手党”&#xff01;&#x1f604;&#x1f604;&#x1f604;


与ChatGPT问答截屏图
在这里插入图片描述


在这里插入图片描述

  Chat GPT标榜的“写作业”、“写论文”、“总统演讲稿”&#xff0c;是不是国外主站才可以哩&#xff1f;还是因为我英文文盲&#xff0c;没有整对“英文界面”的功能安装&#xff1f;&#x1f92a;




回页目录



5、ChatGPT国内镜像站



  该站点日前无提问条数限制&#xff0c;可以任意使用。



5.1 网页体验入口




  • 点击链接跳转或复制地址到浏览器&#xff1a;https://aigcfun.com

  • 网页体验首页
    在这里插入图片描述


5.2 微信体验入口




  • 微信体验入口


  在这里插入图片描述



  • 微信体验界面

在这里插入图片描述




回页目录



6、结语

  通过国内镜像站对ChatGPT的体验……




回页目录



7、完整源码

(源码较长&#xff0c;点此跳过源码)







回页首



__上一篇&#xff1a;__ 求解最大公约数(常用的四大算法求解最大公约数&#xff0c;分解质因数法、短除法、辗转相除法、更相减损法。)
__下一篇&#xff1a;__ 



我的HOT博&#xff1a;


    • New&#xff1a;ChatGPT初体验(ChatGPT国内镜像站初体验&#xff0c;聊天、Python代码生成。)CSDN质量分92。(3001阅读)
    • 彩色文字界面尼姆游戏(1001阅读)
    • 神奇的 \033 &#xff0c;让打印出彩(1118阅读)
    • 小炼二维数组(1174阅读)
    • 仿真模拟福彩双色球(1954阅读)
    • Python之魔幻切片(1263阅读)
    • 数列求和a, aa, aaa, ..., aa...aa(n个a)(1326阅读)
    • 个人信息提取(2027阅读)
    • 十六进制字符串转Python代码(utf-8字符串转十六进制字符串)(1244阅读)
    • 生成100个随机正整数(1917阅读)
    • 给定字符串提取姓名(字符串、list、re“零宽断言”)(1350阅读)
    • 我的 Python.color() (Python 色彩打印控制)(1777阅读)
    • python清屏(2908阅读)
    • 回车符、换行符和回车换行符(2961阅读)
    • Linux 脚本文件第一行的特殊注释符(井号和感叹号组合)的含义(1692阅读)
    • random.sample()将在python 3.9x后续版本中被弃用(1594阅读)
    • pandas 数据类型之 Series(1674阅读)
    • 聊天消息敏感词屏蔽系统(字符串替换 str.replace(str1, *) )(1747阅读)
    • 练习&#xff1a;银行复利计算(用 for 循环解一道初中小题)(1580阅读)
    • pandas 数据类型之 DataFrame(5061阅读)
    • 班里有人和我同生日难吗&#xff1f;(蒙特卡洛随机模拟法)(2355阅读)
    • Python 续行符(\)“拯救”你的超长语句(1308阅读)
    • Python字符串居中显示(4096阅读)
    • 练习&#xff1a;求偶数和、阈值分割和求差( list 对象的两个基础小题)(1738阅读)
    • 用 pandas 解一道小题(2150阅读)
    • 可迭代对象和四个函数(1171阅读)
    • “快乐数”判断(1355阅读)
    • 罗马数字转换器(构造元素取模)(2604阅读)
    • Hot&#xff1a;罗马数字(转换器|罗生成器)(5576阅读)
    • Hot&#xff1a;让QQ群昵称色变的代码(48847阅读)
    • Hot&#xff1a;斐波那契数列(递归| for )(4166阅读)
    • 柱状图中最大矩形(1764阅读)
    • 排序数组元素的重复起止(1369阅读)
    • 电话拨号键盘字母组合(1579阅读)
    • 密码强度检测器(2524阅读)
    • 求列表平衡点(1965阅读)
    • Hot&#xff1a; 字符串统计(4426阅读)
    • Hot&#xff1a;尼姆游戏(聪明版首发)(3684阅读)
    • 尼姆游戏(优化版)(1375阅读)


    • 推荐条件
      点阅破千




      回页首







      老齐漫画头像

      精品文章&#xff1a;

      • 好文力荐&#xff1a;齐伟书稿 《python 完全自学教程》 Free连载(已完稿并集结成书&#xff0c;还有PDF版本百度网盘永久分享&#xff0c;点击跳转免费&#x1f193;下载。)
      • OPP三大特性&#xff1a;封装中的property
      • 通过内置对象理解python&#39;
      • 正则表达式
      • python中“*”的作用
      • Python 完全自学手册
      • 海象运算符
      • Python中的 &#96;!&#61;&#96;与&#96;is not&#96;不同
      • 学习编程的正确方法

      来源&#xff1a;老齐教室




      回页首


      ◆ Python 入门指南【Python 3.6.3】



      好文力荐&#xff1a;

      • 全栈领域优质创作者——寒佬(还是国内某高校学生)博文“非技术文—关于英语和如何正确的提问”&#xff0c;“英语”和“会提问”是学习的两大利器。

      • 【8大编程语言的适用领域】先别着急选语言学编程&#xff0c;先看它们能干嘛

      • 靠谱程序员的好习惯



      CSDN实用技巧博文&#xff1a;

      • 8个好用到爆的Python实用技巧
      • python忽略警告
      • Python代码编写规范
      • Python的docstring规范&#xff08;说明文档的规范写法&#xff09;








    推荐阅读
    • 第二十五天接口、多态
      1.java是面向对象的语言。设计模式:接口接口类是从java里衍生出来的,不是python原生支持的主要用于继承里多继承抽象类是python原生支持的主要用于继承里的单继承但是接 ... [详细]
    • 为了确保iOS应用能够安全地访问网站数据,本文介绍了如何在Nginx服务器上轻松配置CertBot以实现SSL证书的自动化管理。通过这一过程,可以确保应用始终使用HTTPS协议,从而提升数据传输的安全性和可靠性。文章详细阐述了配置步骤和常见问题的解决方法,帮助读者快速上手并成功部署SSL证书。 ... [详细]
    • Python 伦理黑客技术:深入探讨后门攻击(第三部分)
      在《Python 伦理黑客技术:深入探讨后门攻击(第三部分)》中,作者详细分析了后门攻击中的Socket问题。由于TCP协议基于流,难以确定消息批次的结束点,这给后门攻击的实现带来了挑战。为了解决这一问题,文章提出了一系列有效的技术方案,包括使用特定的分隔符和长度前缀,以确保数据包的准确传输和解析。这些方法不仅提高了攻击的隐蔽性和可靠性,还为安全研究人员提供了宝贵的参考。 ... [详细]
    • MySQL 5.7 学习指南:SQLyog 中的主键、列属性和数据类型
      本文介绍了 MySQL 5.7 中主键(Primary Key)和自增(Auto-Increment)的概念,以及如何在 SQLyog 中设置这些属性。同时,还探讨了数据类型的分类和选择,以及列属性的设置方法。 ... [详细]
    • 原文网址:https:www.cnblogs.comysoceanp7476379.html目录1、AOP什么?2、需求3、解决办法1:使用静态代理4 ... [详细]
    • php更新数据库字段的函数是,php更新数据库字段的函数是 ... [详细]
    • 开机自启动的几种方式
      0x01快速自启动目录快速启动目录自启动方式源于Windows中的一个目录,这个目录一般叫启动或者Startup。位于该目录下的PE文件会在开机后进行自启动 ... [详细]
    • CentOS 7 中 iptables 过滤表实例与 NAT 表应用详解
      在 CentOS 7 系统中,iptables 的过滤表和 NAT 表具有重要的应用价值。本文通过具体实例详细介绍了如何配置 iptables 的过滤表,包括编写脚本文件 `/usr/local/sbin/iptables.sh`,并使用 `iptables -F` 清空现有规则。此外,还深入探讨了 NAT 表的配置方法,帮助读者更好地理解和应用这些网络防火墙技术。 ... [详细]
    • 在CentOS 7环境中安装配置Redis及使用Redis Desktop Manager连接时的注意事项与技巧
      在 CentOS 7 环境中安装和配置 Redis 时,需要注意一些关键步骤和最佳实践。本文详细介绍了从安装 Redis 到配置其基本参数的全过程,并提供了使用 Redis Desktop Manager 连接 Redis 服务器的技巧和注意事项。此外,还探讨了如何优化性能和确保数据安全,帮助用户在生产环境中高效地管理和使用 Redis。 ... [详细]
    • 基于Net Core 3.0与Web API的前后端分离开发:Vue.js在前端的应用
      本文介绍了如何使用Net Core 3.0和Web API进行前后端分离开发,并重点探讨了Vue.js在前端的应用。后端采用MySQL数据库和EF Core框架进行数据操作,开发环境为Windows 10和Visual Studio 2019,MySQL服务器版本为8.0.16。文章详细描述了API项目的创建过程、启动步骤以及必要的插件安装,为开发者提供了一套完整的开发指南。 ... [详细]
    • Flowable 流程图路径与节点展示:已执行节点高亮红色标记,增强可视化效果
      在Flowable流程图中,通常仅显示当前节点,而路径则需自行获取。特别是在多次驳回的情况下,节点可能会出现混乱。本文重点探讨了如何准确地展示流程图效果,包括已结束的流程和正在执行的流程。具体实现方法包括生成带有高亮红色标记的图片,以增强可视化效果,确保用户能够清晰地了解每个节点的状态。 ... [详细]
    • 在Cisco IOS XR系统中,存在提供服务的服务器和使用这些服务的客户端。本文深入探讨了进程与线程状态转换机制,分析了其在系统性能优化中的关键作用,并提出了改进措施,以提高系统的响应速度和资源利用率。通过详细研究状态转换的各个环节,本文为开发人员和系统管理员提供了实用的指导,旨在提升整体系统效率和稳定性。 ... [详细]
    • 该问题可能由守护进程配置不当引起,例如未识别的JVM选项或内存分配不足。建议检查并调整JVM参数,确保为对象堆预留足够的内存空间(至少1572864KB)。此外,还可以优化应用程序的内存使用,减少不必要的内存消耗。 ... [详细]
    • 深入解析微信小程序开发中的全局配置文件设置与优化技巧
      本文深入探讨了微信小程序开发中全局配置文件的设置与优化技巧,详细解析了 `app.js`、`app.json`、`app.wxss` 和 `project.config.json` 的功能与最佳实践。通过合理配置这些文件,开发者可以显著提升小程序的性能和用户体验。文章还介绍了如何利用这些配置文件进行模块化开发和调试,帮助开发者更好地管理和维护小程序项目。 ... [详细]
    • 2018年热门趋势:轻松几步构建高效智能聊天机器人
      2018年,构建高效智能聊天机器人的简易步骤成为行业焦点。作为AI领域的关键应用,聊天机器人不仅被视为企业市场智能化转型的重要工具,也是技术变现的主要途径之一。随着自然语言处理技术的不断进步,越来越多的企业开始重视并投资于这一领域,以期通过聊天机器人提升客户服务体验和运营效率。 ... [详细]
    author-avatar
    毛辰妈妈
    这个家伙很懒,什么也没留下!
    PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
    Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有