1. Toy模板网首页
  2. > Toy博客

elasticsearch 拼音分词器 & 自动补全。

8月前 作者：lyfGeek 分类：Toy博客 阅读(38) 违法举报

这篇具有很好参考价值的文章主要介绍了elasticsearch 拼音分词器 & 自动补全。。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

elasticsearch 拼音分词器 & 自动补全。

2. 自动补全。

当用户在搜索框输入字符时，我们应该提示出与该字符有关的搜索项，如图。

elasticsearch 拼音分词,elasticsearch,搜索引擎,大数据

这种根据用户输入的字母，提示完整词条的功能，就是自动补全了。

因为需要根据拼音字母来推断，因此要用到拼音分词功能。

2.1. 拼音分词器。

要实现根据字母做补全，就必须对文档按照拼音分词。在 GitHub 上恰好有 elasticsearch 的拼音分词插件。地址：https://github.com/medcl/elasticsearch-analysis-pinyin。

课前资料中也提供了拼音分词器的安装包。

安装方式与 IK 分词器一样，分三步。

​ ①解压。

​ ②上传到虚拟机中，elasticsearch 的 plugin 目录。

​ ③重启 elasticsearch

​ ④测试。

详细安装步骤可以参考 IK 分词器的安装过程。

测试用法如下。

POST /_analyze
{
  "text": [
    "如家酒店还不错"
  ],
  "analyzer": "ik_max_word"
}

结果。

{
  "tokens" : [
    {
      "token" : "ru",
      "start_offset" : 0,
      "end_offset" : 0,
      "type" : "word",
      "position" : 0
    },
    {
      "token" : "rjjdhbc",
      "start_offset" : 0,
      "end_offset" : 0,
      "type" : "word",
      "position" : 0
    },
    {
      "token" : "jia",
      "start_offset" : 0,
      "end_offset" : 0,
      "type" : "word",
      "position" : 1
    },
    {
      "token" : "jiu",
      "start_offset" : 0,
      "end_offset" : 0,
      "type" : "word",
      "position" : 2
    },
    {
      "token" : "dian",
      "start_offset" : 0,
      "end_offset" : 0,
      "type" : "word",
      "position" : 3
    },
    {
      "token" : "hai",
      "start_offset" : 0,
      "end_offset" : 0,
      "type" : "word",
      "position" : 4
    },
    {
      "token" : "bu",
      "start_offset" : 0,
      "end_offset" : 0,
      "type" : "word",
      "position" : 5
    },
    {
      "token" : "cuo",
      "start_offset" : 0,
      "end_offset" : 0,
      "type" : "word",
      "position" : 6
    }
  ]
}

2.2. 自定义分词器。

默认的拼音分词器会将每个汉字单独分为拼音，而我们希望的是每个词条形成一组拼音，需要对拼音分词器做个性化定制，形成自定义分词器。

elasticsearch 中分词器（analyzer）的组成包含三部分。

  • character filters：在 tokenizer 之前对文本进行处理。例如删除字符、替换字符。

  • tokenizer：将文本按照一定的规则切割成词条（term）。例如 keyword，就是不分词；还有 ik_smart。

term
n. 学期（尤用于英国，学校一年分三个学期）；术语；期限；任期；期；词语；措辞；到期；项
vt. 把 … 称为；把 … 叫做

  • tokenizer filter：将 tokenizer 输出的词条做进一步处理。例如大小写转换、同义词处理、拼音处理等。

文档分词时会依次由这三部分来处理文档。

elasticsearch 拼音分词,elasticsearch,搜索引擎,大数据
声明自定义分词器的语法如下。

在创建索引库时通过 settings 配置自定义的 analyzer（分词器）。

PUT /test
{
  "settings": {
    "analysis": {
      // 自定义分词器。
      "analyzer": {
        // 分词器名称。
        "my_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": "pinyin"
        }
      }
    }
  }
}

PUT /test
{
  "settings": {
    "analysis": {
      // 自定义分词器。
      "analyzer": {
        // 分词器名称。
        "my_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": "py"
        }
      },
      // 自定义 tokenizer filter。
      "filter": {
        // 过滤器名称。
        "py": {
          // 过滤器类型，这里是 pinyin。
          "type": "pinyin",
          "limit_first_letter_length": 16,
          "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "none_chinese_pinyin_tokenize": false,
          "keep_original": true,
          "remove_duplicated_term": true
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "my_analyzer",
        "search_analyzer": "my_analyzer"
      }
    }
  }
}

{
  "acknowledged" : true,
  "shards_acknowledged" : true,
  "index" : "test"
}

测试。

POST /test/_analyze
{
	"text": ["如家酒店还不错"],
	"analyzer": "my_analyzer"
}

{
  "tokens" : [
    {
      "token" : "如家",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "rujia",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "rj",
      "start_offset" : 0,
      "end_offset" : 2,
      "type" : "CN_WORD",
      "position" : 0
    },
    {
      "token" : "酒店",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "jiudian",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "jd",
      "start_offset" : 2,
      "end_offset" : 4,
      "type" : "CN_WORD",
      "position" : 1
    },
    {
      "token" : "还不",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "haibu",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "hb",
      "start_offset" : 4,
      "end_offset" : 6,
      "type" : "CN_WORD",
      "position" : 2
    },
    {
      "token" : "不错",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "bucuo",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 3
    },
    {
      "token" : "bc",
      "start_offset" : 5,
      "end_offset" : 7,
      "type" : "CN_WORD",
      "position" : 3
    }
  ]
}

总结。

如何使用拼音分词器？

  • ① 下载 pinyin 分词器。

  • ② 解压并放到 elasticsearch 的 plugin 目录。

  • ③ 重启即可。

如何自定义分词器？

  • ① 创建索引库时，在 settings 中配置，可以包含三部分。

  • ② character filter

  • ③ tokenizer

  • ④ filter

拼音分词器注意事项？

  • 为了避免搜索到同音字，搜索时不要使用拼音分词器。

字段在创建倒排索引时应该用 my_analyzer 分词器。
字段在搜索时应该使用 ik_smart 分词器。

PUT /test
{
  "settings": {
    "analysis": {
      // 自定义分词器。
      "analyzer": {
        // 分词器名称。
        "my_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": "py"
        }
      },
      // 自定义 tokenizer filter。
      "filter": {
        // 过滤器名称。
        "py": {
          // 过滤器类型，这里是 pinyin。
          "type": "pinyin",
          "limit_first_letter_length": 16,
          "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "none_chinese_pinyin_tokenize": false,
          "keep_original": true,
          "remove_duplicated_term": true
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "name": {
        "type": "text",
        "analyzer": "my_analyzer",
        "search_analyzer": "ik_smart"
      }
    }
  }
}

2.3. 自动补全查询。

elasticsearch 提供了 Completion Suggester 查询来实现自动补全功能。这个查询会匹配以用户输入内容开头的词条并返回。为了提高补全查询的效率，对于文档中字段的类型有一些约束。

  • 参与补全查询的字段必须是 completion 类型。

  • 字段的内容一般是用来补全的多个词条形成的数组。

比如，一个这样的索引库。

// 创建索引库。
PUT test
{
  "mappings": {
    "properties": {
      "title": {
        "type": "completion"
      }
    }
  }
}

然后插入下面的数据。

// 示例数据。
POST test/_doc
{
  "title": [
    "Sony",
    "WH-1000XM5"
  ]
}
POST test/_doc
{
  "title": [
    "SK-II",
    "PITERA"
  ]
}
POST test/_doc
{
  "title": [
    "Nintendo",
    "switch"
  ]
}

查询的 DSL 语句如下。

// 自动补全查询。
GET /test/_search
{
  "suggest": {
    "titleSuggest": {
      // 关键字。
      "text": "s",
      "completion": {
        // 补全查询的字段。
        "field": "title",
        // 跳过重复的。
        "skip_duplicates": true,
        // 获取前 10 条结果。
        "size": 10
      }
    }
  }
}


{
  "took" : 305,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "suggest" : {
    "titleSuggest" : [
      {
        "text" : "s",
        "offset" : 0,
        "length" : 1,
        "options" : [
          {
            "text" : "SK-II",
            "_index" : "test",
            "_type" : "_doc",
            "_id" : "xceQcIcBAo7LWD6k-sCY",
            "_score" : 1.0,
            "_source" : {
              "title" : [
                "SK-II",
                "PITERA"
              ]
            }
          },
          {
            "text" : "Sony",
            "_index" : "test",
            "_type" : "_doc",
            "_id" : "xMeQcIcBAo7LWD6k9MBJ",
            "_score" : 1.0,
            "_source" : {
              "title" : [
                "Sony",
                "WH-1000XM5"
              ]
            }
          },
          {
            "text" : "switch",
            "_index" : "test",
            "_type" : "_doc",
            "_id" : "xseQcIcBAo7LWD6k_8DL",
            "_score" : 1.0,
            "_source" : {
              "title" : [
                "Nintendo",
                "switch"
              ]
            }
          }
        ]
      }
    ]
  }
}

2.4. 实现酒店搜索框自动补全。

现在，我们的 hotel 索引库还没有设置拼音分词器，需要修改索引库中的配置。但是我们知道索引库是无法修改的，只能删除然后重新创建。

另外，我们需要添加一个字段，用来做自动补全，将 brand、suggestion、city 等都放进去，作为自动补全的提示。

因此，总结一下，我们需要做的事情包括。

  1. 修改 hotel 索引库结构，设置自定义拼音分词器。

  2. 修改索引库的 name、all 字段，使用自定义分词器。

  3. 索引库添加一个新字段 suggestion，类型为 completion 类型，使用自定义的分词器。

  4. 给 HotelDoc 类添加 suggestion 字段，内容包含 brand、business。

  5. 重新导入数据到 hotel 库。


2.4.1. 修改酒店映射结构。

代码如下。

DELETE /hotel

// 酒店数据索引库。
PUT /hotel
{
  "settings": {
    "analysis": {
      "analyzer": {
        "text_analyzer": {
          "tokenizer": "ik_max_word",
          "filter": "py"
        },
        "completion_analyzer": {
          "tokenizer": "keyword",
          "filter": "py"
        }
      },
      "filter": {
        "py": {
          "limit_first_letter_length": 16,
          "type": "pinyin",
          "keep_full_pinyin": false,
          "keep_joined_full_pinyin": true,
          "none_chinese_pinyin_tokenize": false,
          "keep_original": true,
          "remove_duplicated_term": true
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "all": {
        "type": "text",
        "analyzer": "text_analyzer",
        "search_analyzer": "ik_smart"
      },
      "id": {
        "type": "keyword"
      },
      "address": {
        "type": "keyword",
        "index": false
      },
      "brand": {
        "type": "keyword",
        "copy_to": "all"
      },
      "business": {
        "type": "keyword",
        "copy_to": "all"
      },
      "city": {
        "type": "keyword"
      },
      "location": {
        "type": "geo_point"
      },
      "name": {
        "type": "text",
        "analyzer": "text_analyzer",
        "search_analyzer": "ik_smart",
        "copy_to": "all"
      },
      "pic": {
        "type": "keyword",
        "index": false
      },
      "price": {
        "type": "integer"
      },
      "score": {
        "type": "integer"
      },
      "starName": {
        "type": "keyword"
      },
      "suggestion": {
        "type": "completion",
        "analyzer": "completion_analyzer"
      }
    }
  }
}

2.4.2. 修改 HotelDoc 实体。

HotelDoc 中要添加一个字段，用来做自动补全，内容可以是酒店品牌、城市、商圈等信息。按照自动补全字段的要求，最好是这些字段的数组。

因此我们在 HotelDoc 中添加一个 suggestion 字段，类型为 List<String>，然后将 brand、city、business 等信息放到里面。

代码如下。

package com.geek.elasticsearchgeek.hotel.pojo;

import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

import java.io.Serializable;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.List;

/**
 * @author geek
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
public class HotelDoc implements Serializable {

    private Long id;
    private String name;
    private String address;
    private Integer price;
    private Integer score;
    private String brand;
    private String city;
    private String starName;
    private String business;
    private String location;
    private String pic;
    /**
     * 排序时的距离值。
     */
    private Object distance;
    private Boolean bAdvertise;
    private List<String> suggestion;

    public HotelDoc(Hotel hotel) {
        this.id = hotel.getId();
        this.name = hotel.getName();
        this.address = hotel.getAddress();
        this.price = hotel.getPrice();
        this.score = hotel.getScore();
        this.brand = hotel.getBrand();
        this.city = hotel.getCity();
        this.starName = hotel.getStarName();
        this.business = hotel.getBusiness();
        this.location = hotel.getLatitude() + ", " + hotel.getLongitude();
        this.pic = hotel.getPic();
        // 组装 suggestion。
        if (this.business.contains("/")) {
            // business 有多个值，需要切割。
            String[] split = this.business.split("/");
            // 添加元素。
            this.suggestion = new ArrayList<>();
            this.suggestion.add(this.brand);
            Collections.addAll(this.suggestion, split);
        } else {
            this.suggestion = Arrays.asList(this.brand, this.business);
        }
    }

}

2.4.3. 重新导入。

重新执行之前编写的导入数据功能，可以看到新的酒店数据中包含了 suggestion。

测试。

GET /hotel/_search
{
  "suggest": {
    "suggestions": {
      "text": "h",
      "completion": {
        "field": "suggestion",
        "skip_duplicates": true,
        "size": 10
      }
    }
  }
}

2.4.4. 自动补全查询的 JavaAPI。

之前我们学习了自动补全查询的 DSL，而没有学习对应的 JavaAPI，这里给出一个示例。

elasticsearch 拼音分词,elasticsearch,搜索引擎,大数据
elasticsearch 拼音分词,elasticsearch,搜索引擎,大数据
而自动补全的结果也比较特殊，解析的代码如下。

elasticsearch 拼音分词,elasticsearch,搜索引擎,大数据
elasticsearch 拼音分词,elasticsearch,搜索引擎,大数据


2.4.5. 实现搜索框自动补全。

查看前端页面，可以发现当我们在输入框键入时，前端会发起 ajax 请求。

elasticsearch 拼音分词,elasticsearch,搜索引擎,大数据

返回值是补全词条的集合，类型为 List<String>。

1）在 com.geek.elasticsearchgeek.hotel.controller 包下的 HotelController 中添加新接口，接收新的请求。


    @RequestMapping("/suggestion")
    public List<String> getSuggestions(@RequestParam("key") String prefix) {
        return this.hotelService.getSuggestions(prefix);
    }

2）在 com.geek.elasticsearchgeek.hotel.service 包下的 IhotelService 中添加方法。

List<String> getSuggestions(String prefix);

3）在 com.geek.elasticsearchgeek.hotel.service.impl.HotelService 中实现该方法。文章来源地址https://www.toymoban.com/news/detail-741032.html


    @Override
    public List<String> getSuggestions(String prefix) {
        // 准备 Request。
        SearchRequest searchRequest = new SearchRequest("hotel");
        // 准备 DSL。
        searchRequest.source().suggest(new SuggestBuilder().addSuggestion(
                "suggestions",
                SuggestBuilders.completionSuggestion("suggestion")
                        .prefix(prefix)
                        .skipDuplicates(true)
                        .size(10)
        ));
        // 发起请求。
        SearchResponse searchResponse = null;
        try {
            searchResponse = this.restHighLevelClient.search(searchRequest, RequestOptions.DEFAULT);
        } catch (IOException e) {
            throw new RuntimeException(e);
        }
        // 解析结果。
        Suggest suggest = searchResponse.getSuggest();
        // 根据补全查询名称，获取补全结果。
        CompletionSuggestion suggestions = suggest.getSuggestion("mySuggestions");
        // 获取 options。
        List<CompletionSuggestion.Entry.Option> options = suggestions.getOptions();
        // 遍历。
        List<String> list = new ArrayList<>(options.size());
        for (CompletionSuggestion.Entry.Option option : options) {
            // 补全的词条。
            String text = option.getText().toString();
            list.add(text);
        }
        return list;
    }

到了这里，关于elasticsearch 拼音分词器 & 自动补全。的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处： 如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：
领支付宝红包 赞助服务器费用

相关文章

  • 微服务04 分布式搜索引擎 elasticsearch DSL数据聚合 自动补全 数据同步 集群 Sentinel

    微服务04 分布式搜索引擎 elasticsearch DSL数据聚合 自动补全 数据同步 集群 Sentinel

    聚合（aggregations）可以让我们极其 方便的实现对数据的统计、分析、运算 。例如： 什么品牌的手机最受欢迎？ 这些手机的平均价格、最高价格、最低价格？ 这些手机每月的销售情况如何？ 实现这些 统计功能的比数据库的sql要方便的多，而且查询速度非常快 ，可以实现近

    2024年02月11日
    浏览(37)
  • 微服务04 分布式搜索引擎 elasticsearch DSL数据聚合 自动补全 数据同步 集群 微服务保护 Sentinel

    微服务04 分布式搜索引擎 elasticsearch DSL数据聚合 自动补全 数据同步 集群 微服务保护 Sentinel

    聚合（aggregations）可以让我们极其 方便的实现对数据的统计、分析、运算 。例如： 什么品牌的手机最受欢迎？ 这些手机的平均价格、最高价格、最低价格？ 这些手机每月的销售情况如何？ 实现这些 统计功能的比数据库的sql要方便的多，而且查询速度非常快 ，可以实现近

    2024年02月15日
    浏览(42)
  • Elasticsearch 全文搜索引擎 ---- IK分词器

    Elasticsearch 全文搜索引擎 ---- IK分词器

            原理：分词的原理：二叉树                  首先讲一下为什么要出这个文章，前面我们讲过分词方法： 中文分词搜索 pscws （感兴趣的同学可以去爬楼看一下），那为什么要讲 IK分词 ？最主要的原因是：pscws分词 颗粒度 不如IK分词的颗粒度高，现在的需求

    2024年02月10日
    浏览(38)
  • 搜索引擎elasticsearch ：安装elasticsearch (包含安装组件kibana、IK分词器、部署es集群)

    搜索引擎elasticsearch ：安装elasticsearch (包含安装组件kibana、IK分词器、部署es集群)

    kibana可以帮助我们方便地编写DSL语句，所以还要装kibana 因为我们还需要部署kibana容器，因此需要让es和kibana容器互联。这里先创建一个网络： 这里我们采用elasticsearch的7.12.1版本的镜像，这个镜像体积非常大，接近1G。不建议大家自己pull。 课前资料提供了镜像的tar包： 大家将

    2024年02月16日
    浏览(45)
  • ES（二）| 安装ES、Kibana、IK分词器、拼音分词器（自动补全）

    ES（二）| 安装ES、Kibana、IK分词器、拼音分词器（自动补全）

    上一篇：ES（一）| ES简介、倒排索引、索引库操作语法、文档操作语法、Java使用RestClient进行ES操作 安装包下载： 链接：https://pan.baidu.com/s/1Y1O0B8aG7qzRLFFVYo9nHw 提取码：hdyc 因为我们还需要部署 kibana 容器，因此需要让 es 和 kibana 容器互联。这里先创建一个网络： 这里我采用

    2023年04月08日
    浏览(43)
  • Elasticsearch实战（四）---中英文分词及拼音搜索

    Elasticsearch实战（四）---中英文分词及拼音搜索

    Elasticsearch实战-中英文分词及拼音搜素 1.ElasticSearch 中英文分词插件 基于文章 Elasticsearch实战（一）—安装及基本语法使用 前面的文章，我们已经基本使用了ES，而且也讲了 match 和 match_phrase的区别，今天讲一下如何分词 1.1 分词插件 在官网上都可以下载 IK分词地址 如果GitHu

    2024年02月14日
    浏览(31)
  • Elasticsearch实现检索词自动补全(检索词补全，自动纠错，拼音补全，繁简转换) 包含demo

    Elasticsearch实现检索词自动补全(检索词补全，自动纠错，拼音补全，繁简转换) 包含demo

    下面的请求定义了一个名为 “book” 的 Elasticsearch 索引，其中包含一个 具有 “text” 数据类型和 “standard” 分析器且名为 “title” 的字段。此字段用于处理书籍标题的文本数据。定义了名为 “suggest” 的 “completion” 子字段，用于支持实时搜索建议的自动补全功能。 增加测

    2024年02月07日
    浏览(29)
  • ElasticSearch 学习9 spring-boot ，elasticsearch7.16.1实现中文拼音分词搜索

    ElasticSearch 学习9 spring-boot ，elasticsearch7.16.1实现中文拼音分词搜索

    一、elasticsearch官网下载：Elasticsearch 7.16.1 | Elastic 二、拼音、ik、繁简体转换插件安装 ik分词：GitHub - medcl/elasticsearch-analysis-ik: The IK Analysis plugin integrates Lucene IK analyzer into elasticsearch, support customized dictionary. 拼音分词:GitHub - medcl/elasticsearch-analysis-pinyin: This Pinyin Analysis plugin is

    2024年01月22日
    浏览(41)
  • ElasticSearch 数据聚合、自动补全（自定义分词器）、数据同步

    ElasticSearch 数据聚合、自动补全（自定义分词器）、数据同步

    官方文档 = 聚合 https://www.elastic.co/guide/en/elasticsearch/reference/current/search-aggregations.html 聚合：对文档信息的统计、分类、运算。类似mysql sum、avg、count 桶（Bucket）聚合：用来对文档做分组 TermAggregation：按照文档字段值分组（相当于mysql group by） Date Histogram：按照日期阶梯分组，

    2024年02月12日
    浏览(28)
  • 分布式搜索引擎——elasticsearch搜索功能

    分布式搜索引擎——elasticsearch搜索功能

    Elasticsearch提供了基于JSON的DSL (Domain Specific Language)来定义查询。常见的查询类型包括: 查询所有:查询出所有数据，一般测试用。例如:match_all 全文检索(full text)查询:利用分词器对用户输入内容分词，然后去倒排索引库中匹配。例如: match_query multi_match_query 精确查询:根据精确词条

    2024年02月05日
    浏览(51)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包，优惠每天领

二维码1

领取红包

二维码2

领红包