`

web报表工具FineReport常用函数的用法总结(文本函数)

阅读更多

文本函数

CHAR

CHAR(number):根据指定数字返回对应的字符。CHAR函数可将计算机其他类型的数字代码转换为字符。

Number:用于指定字符的数字,介于1Number:用于指定字符的数字,介于165535之间(包括1和65535)。

示例:

CHAR(88)等于“X”。

CHAR(45)等于“-”。

 

CODE

CODE(text):计算文本串中第一个字符的数字代码。返回的代码对应于计算机使用的字符集。

Text:需要计算第一个字符代码的文本或单元格引用。

示例:

CODE("S")等于83。

CODE("Spreadsheet")等于83。

 

CONCATENATE

CONCATENATE(text1,text2,...):将数个字符串合并成一个字符串。

Text1,text2,...:需要合并成单个文本的文本项,可以是字符,数字或是单元格引用。

备注:

也可以用“&”来代替CONCATENATE函数对文本项进行合并。

示例:

CONCATENATE("Average ","Price")等于“Average Price”,这相当于“Average”&“ ”&“Price”。

CONCATENATE("1","2")等于12。

 

ENDWITH

ENDWITH(str1,str2):判断字符串str1是否以str2结束。 备注: str1和str2都是大小写敏感的。

示例:

ENDWITH("FineReport","Report")等于true

ENNUMBER。ENDWITH("FineReport","Fine")等于false。 ENDWITH("FineReport","report"ENNUMBER

ENNUMBER(value):将给定的BigDecimal类型的数字转化成英文金额的字符串。

 

ENMONEY

ENMONEY(value):将给定的BigDemical类型的数字转换成英文金额字符串。

示例:

ENMONEY(23.49)等于TWENTY。

 

ENNUMER

ENNUMBER(value):将给定的BigDecimal类型的数字转化成英文金额的字符串。

 

EXACT

EXACT(text1,text2):检测两组文本是否相同。如果完全相同,EXACT函数返回TRUE;否则,返回FALSE。EXACT函数可以区分大小写,但忽略格式的不同。同时也可以利用EXACT函数来检测输入文档的文字。

Text1:需要比较的第一组文本。

Text2:需要比较的第二组文本。

示例:

EXACT("Spreadsheet","Spreadsheet")等于TRUE。

EXACT("Spreadsheet","S preadsheet")等于FALSE。

EXACT("Spreadsheet","spreadsheet")等于FALSE。

 

FIND

FIND(find_text,within_text,start_num):在文本串中查找另一文本串,并且从within_text中的第一个字符开始返回到find_text的起始位置编号。也可以使用SEAERCH函数在文本串中查找另一文本串,所不同的是FIND函数能区分大小写,但不允许使用通配符。

Find_text:需要查找的文本或包含文本的单元格引用。

Within_text:包含需要查找文本的文本或单元格引用。

Start_num:指定进行查找字符的起始位置。在within_text中起始位置字符编号为1。如果省略start_num,则假设值为1。

备注:

如果find_text不在within_text中,FIND函数返回错误信息*VALUE!。

如果start_num不大于0,FIND函数返回错误信息*VALUE!。

如果start_num大于within_text的长度,FIND函数返回错误信息*VALUE!。

如果find_text是空白文本,FIND函数将在搜索串中匹配第一个字符(即编号为start_num或1的字符)。

示例:

FIND("I","Information")等于1。

FIND("i","Information")等于9。

FIND("o","Information",2)等于4。

FIND("o","Information",12)等于*VALUE!。

 

INDEXOF

INDEXOF(str1,index):返回字符串str1在index位置上的字符。

备注:

index是从0开始计数的。

示例:

INDEXOF("FineReport",0)等于'F'。

INDEXOF("FineReport",2)等于'n'。

INDEXOF("FineReport",9)等于't'。

 

LEFT

LEFT(text,num_chars):根据指定的字符数返回文本串中的第一个或前几个字符。

Text:包含需要选取字符的文本串或单元格引用。

Num_chars:指定返回的字符串长度。

备注:

Num_chars的值必须等于或大于0。

如果num_chars大于整个文本的长度,LEFT函数将返回所有的文本。

如果省略num_chars,则默认值为1。

示例:

LEFT("Fine software",8)等于“Fine sof”。

LEFT("Fine software")等于“F”。

如果单元格A3中含有“China”,则LEFT(A3,2)等于“Ch”。

 

LEN

LEN(text):返回文本串中的字符数。

Text:需要求其长度的文本,空格也计为字符。

示例:

LEN("Evermore software")等于17。

LEN(" ")等于1。

 

LOWER

LOWER(text):将所有的大写字母转化为小写字母。

Text:需要转化为小写字母的文本串。LOWER函数不转化文本串中非字母的字符。

示例:

LOWER("A.M.10:30")等于“a.m.10:30”。

LOWER("China")等于“china”。

 

MID

MID(text,start_num,num_chars):返回文本串中从指定位置开始的一定数目的字符,该数目由用户指定。

Text:包含要提取字符的文本串。

Start_num:文本中需要提取字符的起始位置。文本中第一个字符的start_num为1,依此类推。

Num_chars:返回字符的长度。

备注:

如果start_num大于文本长度,MID函数返回“”(空文本)。

如果start_num小于文本长度,并且start_num加上num_chars大于文本长度,MID函数将从start_num指定的起始字符直至文本末的所有字符。

如果start_num小于1,MID函数返回错误信息*VALUE!。

如果num_chars是负数,MID函数返回错误信息*VALUE!。

示例:

MID("Finemore software",10,8)返回“software”。

MID("Finemore software",30,5)返回“”(空文本)。

MID("Finemore software",0,8)返回*VALUE!。

MID("Finemore software",5,-1)返回*VALUE!。

 

NUMTO

NUMTO(number):返回number的中文表示。

示例:NUMTO(2345)等于二三四五。

 

PROPER

PROPER(text):将文本中的第一个字母和所有非字母字符后的第一个字母转化成大写,其他字母变为小写。

Text:需要转化为文本的公式、由双引号引用的文本串或是单元格引用。

示例:

PROPER("Finemore Integrated Office")等于“Finemore Integrated Office”。

PROPER("100 percent")等于“100 Percent”。

PROPER("SpreaDSheEt")等于“Spreadsheet”。

 

REGEXP

REGEXP(str, pattern):字符串str是否与正则表达式pattern相匹配。

示例:

REGEXP("aaaaac","a*c")等于true。

REGEXP("abc","a*c")等于false。

REGEXP(str, pattern, intNumber):字符串str是否与具有给定模式 intNumber的正则表达式pattern相匹配。

备注:

CASE_INSENSITIVE = 0启用不区分大小写的匹配。

标志连同此标志来启用 Unicode感知的、不区分大小写的匹配。 默认情况下,不区分大小写的匹配假定仅匹配 US-ASCII字符集中的字符。可以通过指定 UNICODE_CASE

MULTILINE = 1启用多行模式。

DOTALL = 2启用 dotall模式。

在 dotall模式中,表达式 可以匹配任何字符,包括行结束符。默认情况下,此表达式不匹配行结束符。

UNICODE_CASE = 3启用 Unicode感知的大小写折叠

指定此标志后,由CASE_INSENSITIVE标志启用时,不区分大小写的匹配将以符合 Unicode Standard的方式完成。

CANON_EQ = 4启用规范等价。

指定此标志后,当且仅当其完整规范分解匹配时,两个字符才可视为匹配。

UNIX_LINES = 5启用 Unix行模式。

在此模式中,.、^和 $的行为中仅识别 '\n'行结束符。

LITERAL = 6启用模式的字面值解析。

指定此标志后,指定模式的输入字符串就会作为字面值字符序列来对待。输入序列中的元字符或转义序列不具有任何特殊意, 标志 CASE_INSENSITIVE和 UNICODE_CASE在与此标志一起使用时将对匹配产生影,其他标志都变得多余了。

COMMENTS = 7模式中允许空白和注释。

此模式将忽略空白和在结束行之前以 #开头的嵌入式注释。

示例:

REGEXP("Aaaaabbbbc","a*b*c", 3)等于true

REGEXP("Aaaaabbbbc","a*b*c", 1)等于false。

 

REPLACE

REPLACE(old_text,start_num,num_chars,new_text):根据指定的字符数,用其他文本串来替换某个文本串中的部分内容。

Old_text:需要被替换部分字符的文本或单元格引用。

Start_num:需要用new_text来替换old_text中字符的起始位置。

Num_chars:需要用new_text来替换old_text中字符的个数。

New_text:需要替换部分旧文本的文本。

示例:

REPLACE("0123456789",5,4,"*")等于“0123*89”。

REPLACE("1980",3,2,"99")等于“1999”。

 

REPT

REPT(text,number_times):根据指定的次数重复显示文本。REPT函数可用来显示同一字符串,并对单元格进行填充。如果number_times为0,REPT函数将返回“”(空文本)。如果number_times不是整数,将被取整。REPT函数的最终结果通常不大于32767个字符。

Text:需要重复显示的文本或包含文本的单元格引用。

Number_times:指定文本重复的次数,且为正数。

备注:

该函数可被用于在工作表中创建简单的直方图。

示例:

REPT("$",4)等于“$$$$”。

如果单元格B10的内容为“你好”,REPT(B10,3.6)等于“你好你好你好”。

 

RIGHT

RIGHT(text,num_chars):根据指定的字符数从右开始返回文本串中的最后一个或几个字符。

Text:包含需要提取字符的文本串或单元格引用。

Num_chars:指定RIGHT函数从文本串中提取的字符数。Num_chars不能小于0。

如果num_chars大于文本串长度,RIGHT函数将返回整个文本。如果不指定num_chars,则默认值为1。

示例:

RIGHT("It is interesting",6)等于“esting”。

RIGHT("Share Holder")等于“r”。

RIGHT("Huge sale",4)等于“sale”。

 

SPLIT

SPLIT(String1,String2):返回由String2分割String1组成的字符串数组。

String1:以双引号表示的字符串。

String2:以双引号表示的分隔符。例如逗号","

备注:

如果只有一个参数,则返回一个错误。

如果有多个参数,则只有前两个起作用。

示例:

SPLIT("hello,world,yes",",") = ["hello","world","yes"]。

SPLIT("this is very good"," ") = ["this","is","very","good"]。

STARTWITH

STARTWITH(str1,str2):判断字符串str1是否以str2开始。

备注:

str1和str2都是大小写敏感的。

示例:

STARTWITH("FineReport","Fine")等于true。

STARTWITH("FineReport","Report")等于false。

STARTWITH("FineReport","Fine")等于false。

 

SUBSTITUTE

SUBSTITUTE(text,old_text,new_text,instance_num):用new_text替换文本串中的old_text。

Text:需要被替换字符的文本,或含有文本的单元格引用。

Old_text:需要被替换的部分文本。

New_text:用于替换old_text的文本。

Instance_num:指定用new_text来替换第几次出现的old_text。如果指定了instance_num,则只有指定位置上的old_text被替换,否则文字串中出现的所有old_text都被new_text替换。

备注:

如果需要替换文本串中的指定文本,则使用SUBSTITUTE函数;如果需要替换文本串中指定位置上的任意文本,则使用REPLACE函数。

示例:

SUBSTITUTE("data base","base","model")等于“data model”。

SUBSTITUTE("July 28, 2000","2","1",1)等于“July 18, 2000”。

SUBSTITUTE("July 28, 2000","2","1")等于“July 18, 1000”。

SUBSTITUTE("July 28, 2000","2","1",2)等于“July 28, 1000”。

 

TODOUBLE

TODOUBLE(text):将文本转换成Double对象。

Text:需要转换的文本。

示例:

TODOUBLE("123.21")等于 new Double(123.21)。

TOINTEGER

TOINTEGER(text):将文本转换成Integer对象。

Text:需要转换的文本。

示例:

TOINTEGER("123")等于 new Integer(123)。

 

TRIM

TRIM(text):清除文本中所有空格,单词间的单个空格除外,也可用于带有不规则空格的文本。

Text:需要清除空格的文本。

示例:

TRIM(" Monthly Report")等于Monthly Report。

 

TOIMAGE

TOIMAGE(path):返回path路径下的image。

 

UPPER

UPPER(text):将文本中所有的字符转化为大写。

Text:需要转化为大写字符的文本,或是包含文本的单元格引用。

示例:

UPPER("notes")等于“NOTES”。

如果单元格E5的值为“Examples”,则UPPER(E5)等于“EXAMPLES”。

 

1
4
分享到:
评论

相关推荐

    无需编写任何代码即可创建应用程序:Deepseek-R1 和 RooCode AI 编码代理.pdf

    deepseek最新资讯、配置方法、使用技巧,持续更新中

    Heric拓扑并网离网仿真模型:PR单环控制,SogIPLL锁相环及LCL滤波器共模电流抑制技术解析,基于Heric拓扑的离网并网仿真模型研究与应用分析:PR单环控制与Sogipll锁相环的共模电流抑

    Heric拓扑并网离网仿真模型:PR单环控制,SogIPLL锁相环及LCL滤波器共模电流抑制技术解析,基于Heric拓扑的离网并网仿真模型研究与应用分析:PR单环控制与Sogipll锁相环的共模电流抑制效能,#Heric拓扑并离网仿真模型(plecs) 逆变器拓扑为:heric拓扑。 仿真说明: 1.离网时支持非单位功率因数负载。 2.并网时支持功率因数调节。 3.具有共模电流抑制能力(共模电压稳定在Udc 2)。 此外,采用PR单环控制,具有sogipll锁相环,lcl滤波器。 注:(V0004) Plecs版本4.7.3及以上 ,Heric拓扑; 离网仿真; 并网仿真; 非单位功率因数负载; 功率因数调节; 共模电流抑制; 共模电压稳定; PR单环控制; sogipll锁相环; lcl滤波器; Plecs版本4.7.3及以上,Heric拓扑:离网并网仿真模型,支持非单位功率因数与共模电流抑制

    培训机构客户管理系统 2024免费JAVA微信小程序毕设

    2024免费微信小程序毕业设计成品,包括源码+数据库+往届论文资料,附带启动教程和安装包。 启动教程:https://www.bilibili.com/video/BV1BfB2YYEnS 讲解视频:https://www.bilibili.com/video/BV1BVKMeZEYr 技术栈:Uniapp+Vue.js+SpringBoot+MySQL。 开发工具:Idea+VSCode+微信开发者工具。

    基于SMIC 40nm工艺库的先进芯片技术,SMIC 40nm工艺库技术细节揭秘:引领半导体产业新革命,smic40nm工艺库 ,smic40nm; 工艺库; 芯片制造; 纳米技术,SMIC 40nm

    基于SMIC 40nm工艺库的先进芯片技术,SMIC 40nm工艺库技术细节揭秘:引领半导体产业新革命,smic40nm工艺库 ,smic40nm; 工艺库; 芯片制造; 纳米技术,SMIC 40nm工艺库:领先技术驱动的集成电路设计基础

    2013年上半年软件设计师上午题-真题及答案解析

    2013年上半年软件设计师上午题-真题及答案解析

    淮南市乡镇边界,shp格式

    shp格式,可直接导入arcgis使用

    ROS下的移动机器人路径规划算法:基于强化学习算法DQN、DDPG、SAC及TD3的实践与应用,ROS系统中基于强化学习算法的移动机器人路径规划策略研究:应用DQN、DDPG、SAC及TD3算法,RO

    ROS下的移动机器人路径规划算法:基于强化学习算法DQN、DDPG、SAC及TD3的实践与应用,ROS系统中基于强化学习算法的移动机器人路径规划策略研究:应用DQN、DDPG、SAC及TD3算法,ROS下的移动机器人路径规划算法,使用的是 强化学习算法 DQN DDPG SAC TD3等 ,ROS; 移动机器人; 路径规划算法; DQN; DDPG; SAC; TD3,ROS强化学习移动机器人路径规划算法研究

    粒子群优化算法精准辨识锂电池二阶RC模型参数:高仿真精度下的SOC估计铺垫,粒子群优化算法精准辨识锂电池二阶RC模型参数:仿真验证与SOC估计铺垫,使用粒子群优化算法(PSO)辨识锂电池二阶RC模型参

    粒子群优化算法精准辨识锂电池二阶RC模型参数:高仿真精度下的SOC估计铺垫,粒子群优化算法精准辨识锂电池二阶RC模型参数:仿真验证与SOC估计铺垫,使用粒子群优化算法(PSO)辨识锂电池二阶RC模型参数(附MATLAB代码) 使用粒子群优化算法来辨识锂离子电池二阶RC模型的参数。 将粒子群优化算法寻找到的最优参数代入二阶RC模型进行仿真,经过验证,端电压的估计误差小于0.1%,说明粒子群优化算法辨识得到的参数具有较高的精度,为锂离子电池SOC的估计做铺垫。 ,关键词:粒子群优化算法(PSO); 锂电池二阶RC模型参数辨识; MATLAB代码; 端电压估计误差; 锂离子电池SOC估计。,PSO算法优化锂电池二阶RC模型参数:高精度仿真与MATLAB代码实现

    selenium环境搭建-谷歌浏览器驱动

    selenium环境搭建-谷歌浏览器驱动

    35页-华为智慧社区商业解决方案.pdf

    在当今科技日新月异的时代,智慧社区的概念正悄然改变着我们的生活方式。它不仅仅是一个居住的空间,更是一个集成了先进科技、便捷服务与人文关怀的综合性生态系统。以下是对智慧社区整体解决方案的精炼融合,旨在展现其知识性、趣味性与吸引力。 一、智慧社区的科技魅力 智慧社区以智能化设备为核心,通过综合运用物联网、大数据、云计算等技术,实现了社区管理的智能化与高效化。门禁系统采用面部识别技术,让居民无需手动操作即可轻松进出;停车管理智能化,不仅提高了停车效率,还大大减少了找车位的烦恼。同时,安防报警系统能够实时监测家中安全状况,一旦有异常情况,立即联动物业进行处理。此外,智能家居系统更是将便捷性发挥到了极致,通过手机APP即可远程控制家中的灯光、窗帘、空调等设备,让居民随时随地享受舒适生活。 视频监控与可视对讲系统的结合,不仅提升了社区的安全系数,还让居民能够实时查看家中情况,与访客进行视频通话,大大增强了居住的安心感。而电子巡更、公共广播等系统的运用,则进一步保障了社区的治安稳定与信息传递的及时性。这些智能化设备的集成运用,不仅提高了社区的管理效率,更让居民感受到了科技带来的便捷与舒适。 二、智慧社区的增值服务与人文关怀 智慧社区不仅仅关注科技的运用,更注重为居民提供多元化的增值服务与人文关怀。社区内设有互动LED像素灯、顶层花园控制喷泉等创意设施,不仅美化了社区环境,还增强了居民的归属感与幸福感。同时,社区还提供了智能家居的可选追加项,如空气净化器、远程监控摄像机等,让居民能够根据自己的需求进行个性化选择。 智慧社区还充分利用大数据技术,对居民的行为数据进行收集与分析,为居民提供精准化的营销服务。无论是周边的商业信息推送,还是个性化的生活建议,都能让居民感受到社区的智慧与贴心。此外,社区还注重培养居民的环保意识与节能意识,通过智能照明、智能温控等系统的运用,鼓励居民节约资源、保护环境。 三、智慧社区的未来发展与无限可能 智慧社区的未来发展充满了无限可能。随着技术的不断进步与创新,智慧社区将朝着更加智能化、融合化的方向发展。比如,利用人工智能技术进行社区管理与服务,将能够进一步提升社区的智能化水平;而5G、物联网等新技术的运用,则将让智慧社区的连接更加紧密、服务更加高效。 同时,智慧社区还将更加注重居民的体验与需求,通过不断优化智能化设备的功能与服务,让居民享受到更加便捷、舒适的生活。未来,智慧社区将成为人们追求高品质生活的重要选择之一,它不仅是一个居住的空间,更是一个融合了科技、服务、人文关怀的综合性生态系统,让人们的生活更加美好、更加精彩。 综上所述,智慧社区整体解决方案以其科技魅力、增值服务与人文关怀以及未来发展潜力,正吸引着越来越多的关注与认可。它不仅能够提升社区的管理效率与居民的生活品质,更能够为社区的可持续发展注入新的活力与动力。

    PowerSettingsExplorer.rar

    PowerSettingsExplorer.rar 电脑的电源管理软件,明白的不多说。自己搜索即可知道。

    2025年开源人工智能:关键参与者与预测.pdf

    deepseek最新资讯,配置方法,使用技巧,持续更新中

    DeepSeek 发布 Janus Pro AI 图像生成器 – 开源且免费.pdf

    deepseek最新资讯、配置方法、使用技巧,持续更新中

    消息中间件rabbitmq-server

    RabbitMQ 是一个开源的消息代理(Message Broker),实现了 AMQP(Advanced Message Queuing Protocol) 协议,用于在分布式系统中实现高效、可靠的消息传递。

    西门子S7-1200与汇川PLC新通信选择:Ethernet IP通信的突破与优势,功能安全及精准同步的创新实践 ,西门子S7-1200与汇川PLC通信新选择:Ethernet IP通信方案亮相,替代

    西门子S7-1200与汇川PLC新通信选择:Ethernet IP通信的突破与优势,功能安全及精准同步的创新实践。,西门子S7-1200与汇川PLC通信新选择:Ethernet IP通信方案亮相,替代Modbus TCP实现更高级功能与安全控制。,西门子PLC和汇川PLC新通信选择-西门子S7-1200 1500系列PLC也开始支持Ethernet IP通信了。 这为西门子系列的PLC和包括汇川AM400 600等Codesys系PLC的通信提供了新的解决方案。 当前两者之间的通信大多采用ModBus TCP通信。 Modbus TCP和EtherNet IP的区别主要是应用层不相同,ModbusTCP的应用层采用Modbus协议,而EtherNetIP采用CIP协议,这两种工业以太网的数据链路层采用的是CSMACCD,因此是标准的以太网,另外,这两种工业以太网的网络层和传输层采用TCPIP协议族。 还有一个区别是,Modbus协议中迄今没有协议来完成功能安全、高精度同步和运功控制等,而EtherNet IP有CIPSatety、ClIP Sync和ClPMotion来

    自适应无迹卡尔曼滤波AUKF算法:系统估计效果展示与特性分析(含MATLAB代码与Excel数据),自适应无迹卡尔曼滤波AUKF算法:系统估计效果展示与特性分析(含MATLAB代码与Excel数据)

    自适应无迹卡尔曼滤波AUKF算法:系统估计效果展示与特性分析(含MATLAB代码与Excel数据),自适应无迹卡尔曼滤波AUKF算法:系统估计效果展示与特性分析(含MATLAB代码与Excel数据),自适应无迹卡尔曼滤波AUKF算法 配套文件包含MATLAB代码+excel数据+学习资料 估计效果与系统特性有关,图片展示为一复杂系统估计效果 ,AUKF算法; MATLAB代码; excel数据; 学习资料; 估计效果; 系统特性。,自适应无迹卡尔曼滤波AUKF算法:MATLAB代码与学习资料

    基于MATLAB Simscape的IGBT开关特性模型:揭示开关损耗、米勒平台及瞬态行为的分析工具,IGBT开关特性模型与MATLAB Simscape模拟:深入理解开关行为及损耗数据,IGBT开关

    基于MATLAB Simscape的IGBT开关特性模型:揭示开关损耗、米勒平台及瞬态行为的分析工具,IGBT开关特性模型与MATLAB Simscape模拟:深入理解开关行为及损耗数据,IGBT开关特性模型,MATLAB Simscape模型。 该模型展示了IGBT的详细的开关模型,用于创建开关损耗列表数据。 有助于理解IGBT米勒平台、瞬态开关行为。 也可以用于MOOSFET。 ,IGBT开关模型; MATLAB Simscape; 开关损耗; 米勒平台; 瞬态开关行为; MOOSFET。,MATLAB Simscape中IGBT精细开关模型:揭示米勒平台与瞬态行为

    基于卷积神经网络CNN的多输入单输出数据回归预测-含详细注释与多种评估指标(R2、MAE、MBE),基于卷积神经网络CNN的多输入单输出数据回归预测模型详解-附代码注释、指标评估及Excel数据处

    基于卷积神经网络CNN的多输入单输出数据回归预测——含详细注释与多种评估指标(R2、MAE、MBE),基于卷积神经网络CNN的多输入单输出数据回归预测模型详解——附代码注释、指标评估及Excel数据处理方法,基于卷积神经网络CNN的数据回归预测 多输入单输出预测 代码含详细注释,不负责 数据存入Excel,替方便,指标计算有决定系数R2,平均绝对误差MAE,平均相对误差MBE ,基于卷积神经网络CNN; 数据回归预测; 多输入单输出; 详细注释; Excel存储; 指标计算(R2; MAE; MBE); 不负责。,基于CNN的卷积数据回归预测模型:多输入单输出代码详解与性能评估

    四六级词汇系统 2024免费JAVA微信小程序毕设

    2024免费微信小程序毕业设计成品,包括源码+数据库+往届论文资料,附带启动教程和安装包。 启动教程:https://www.bilibili.com/video/BV1BfB2YYEnS 讲解视频:https://www.bilibili.com/video/BV1BVKMeZEYr 技术栈:Uniapp+Vue.js+SpringBoot+MySQL。 开发工具:Idea+VSCode+微信开发者工具。

    如何解决未收到 DeepSeek AI 验证码(注册码问题).pdf

    deepseek最新资讯、配置方法、使用技巧,持续更新中

Global site tag (gtag.js) - Google Analytics