久久福利_99r_国产日韩在线视频_直接看av的网站_中文欧美日韩_久久一

您的位置:首頁技術文章
文章詳情頁

Django ValuesQuerySet轉json方式

瀏覽:107日期:2024-05-28 17:21:38

在使用ValuesQuerySet存放查詢結果時,有時需要轉為json,但并不能直接使用json.dumps()直接轉,而是需要經過下面一個步驟:

result_set = Apple.objects.all().values()print type(result_set)data_list = result_set[:] # queryset轉為listprint type(data_list)

output:

<class ’django.db.models.query.ValuesQuerySet’><type ’list’>

經過轉換之后,data_list可以使用json.dumps()轉為json;

為什么要有ValuesQuerySet?

查詢內容直接轉為字典形式,方便后續使用;

可以指定查詢哪一列;例如Apple.objects.all().values(‘id’),只會查詢表中的id這一列;

補充知識:Python對象轉json【包括嵌套對象轉json,django的model轉json】

背景:

給app寫接口時經常會遇到將一個model轉為json返回。

問題:

網上也有類似方法,只是搜索結果多少有些問題,總是搜了好一會兒才找到合適的方法,另外,網上更多集中的只是簡單些的對象,對于復雜的對象,還是不容易找到好的方式。

方案(python3.6):

1對象轉json:

model類

class People(): def __init__(self, name, age, pet): self.name = name self.age = age self.pet = petclass Pet(): def __init__(self, pet_type, pet_name): self.pet_type = pet_type self.pet_name = pet_name

將Pet對象轉json:

import jsondef pet2json(): pet = Pet(’Cat’, ’Lili’) js = json.dumps(pet.__dict__) print(js)

結果:

{“pet_type”: “Cat”, “pet_name”: “Lili”}

小結:充分利用了Python對象的dict方法,Python下一切皆對象,每個對象都有多個屬性(attribute),Python對屬性有一套統一的管理方案。dict是用來存儲對象屬性的一個字典,其鍵為屬性名,值為屬性的值。dict可直接json化。

2嵌套對象轉json:

剛才的People類可看做是嵌套類,即有一個屬性是另一個類的實例,此時,若用上面的方法來json化Person對象,會有問題,如下【錯誤】:

def simple_person(): pet = Pet(’Cat’, ’Lili’) p = People(’Xiaoming’, 12,pet) json_data = json.dumps(p.__dict__) print(json_data)

結果:

報異常TypeError: Object of type ‘Pet’ is not JSON serializable

原因:json只能針對JSON serializable對象直接進行json化,而一般只有內置的類型,比如string,int,list和dict等才能直接序列化,代碼中p._ dict _是個dict類型,但是其pet屬性仍是自定義的類,是不能直接json化的。

解決方式【正確】:

def simple_person(): pet = Pet(’Cat’, ’Lili’) p = People(’Xiaoming’, 12,pet.__dict__) json_data = json.dumps(p.__dict__) print(json_data)

結果:

{“name”: “Xiaoming”, “age”: 12, “pet”: {“pet_type”: “Cat”, “pet_name”: “Lili”}}

小結:充分利用_ dict _方法。

3django的model轉json:

首先有個model類

class Person(models.Model): name = models.CharField(max_length=50, null=False) age = models.IntegerField(default=0) pid = models.CharField(max_length=20, unique=True) gender = models.IntegerField(default=0)

針對該Person類,有兩種常見情況需要提供其json:

1:根據pid查詢person記錄;

2:根據某些條件,查詢一些person記錄。

此時數據庫里已經插入了一些數據

這里要提一下網上比較常見的一種方式,需要用到django.core.serializers,這個類的serialize(format, queryset, **options)方法,很明顯,這個方式只能作用與queryset格式,并且通過例子(不再列出),得到的結果類似這種 [{“model”: “polls.person”, “pk”: 2, “fields”: {“name”: “Cysion”, “age”: 29, “pid”: “3708261989”, “gender”: 0}}],出現了model,pk,field等屬性,不但用不到(對app來說),而且還增加了其它屬性的使用復雜度。這個在官網的說明文檔里也是如此處理,但是作者并不推薦。

方案:

我們還是使用_ dict _這個利器,首先,我們根據pid獲得一個Person對象,然后利用dict方法打印看看結果(錯誤)

req_pid=3708262007//request中得到 try: rt = Person.objects.get(pid=req_pid) print(rt.__dict__) return HttpResponse(json.dumps(rt.__dict__),content_type=’application/json’) # return JsonResponse(rt.__dict__, safe=False)//另一種方式 except: return JsonResponse(datalogic.get_comon_resp(1, ’沒有查詢到對應數據’))

結果是:

print結果{‘_state’: < django.db.models.base.ModelState object at 0x0000000004C80860 >, ‘id’: 17, ‘name’: ‘zhaoliu’, ‘age’: 10, ‘pid’: ‘3708262007’, ‘gender’: 1}

嘖嘖,又多了些屬性,特別是這個_state,是不能序列化的,所以上述并不能直接返回想要的結果。

解決方式:既然_state無用,且影響了結果,那我們直接臨時除去,不就返回了想要的結果嗎(正確)。

req_pid = request.POST.get(’pid’) try: rt = Person.objects.get(pid=req_pid) rt.__dict__.pop('_state') return JsonResponse(rt.__dict__, safe=False) except: return JsonResponse(datalogic.get_comon_resp(1, ’沒有查詢到對應數據’))

接口返回結果是:

{ 'id': 17, 'name': 'zhaoliu', 'age': 10, 'pid': '3708262007', 'gender': 1}

正是客戶端需要的。

最后,是返回列表的,比如需要這種結果

{ 'code': 0, 'msg': '成功', 'data': [ { 'id': 2, 'name': 'Cysion', 'age': 29, 'pid': '3708261989', 'gender': 0 }, { 'id': 11, 'name': 'Sophia', 'age': 22, 'pid': '3708261998', 'gender': 1 }, { 'id': 15, 'name': 'lisi', 'age': 13, 'pid': '3708262005', 'gender': 0 } ]}

實現思路同上面類似,首先數據庫查詢后得到QuerySet,其不能直接json化(通過serializer得到的不好看,也不好處理,大量的屬性處理還比較費勁),需要將其遍歷得到每個對象,然后將其屬性字典加入到list中,最后將其添加到通用dict中

pers = Person.objects.all()result = {'code':0,'msg':'成功'}L = []for p in pers: p.__dict__.pop('_state')//需要除去,否則不能json化 L.append(p.__dict__)//注意,實際是個json拼接的過程,不能直接添加對象result [’data’] = L

這個時候result 就是個可以直接json化的對象了,通過

return JsonResponse(result, safe=False)

可以返回上面需要的結果。

主要提供了思路,詳細代碼就不提供了。

以上這篇Django ValuesQuerySet轉json方式就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支持好吧啦網。

標簽: JavaScript
相關文章:
主站蜘蛛池模板: 亚洲国产精品一区 | 日本中文在线 | 免费一二三区 | 国产一级免费视频 | 伦理一区 | 欧美一区二区在线 | 狠狠狠色丁香婷婷综合久久五月 | 欧美在线一区二区三区 | 成人三级免费 | 色人人| 欧美一区久久 | 巨大黑人极品videos精品 | 人人爽在线 | 午夜寂寞福利视频 | 午夜资源| 国产精品免费观看 | 精品无码三级在线观看视频 | 国产欧美一区二区三区在线看 | 日韩福利在线 | 中文字幕第一页在线 | 国产成人av一区 | 一区二区三区在线观看免费 | 日本一区二区高清视频 | 成人涩涩日本国产一区 | 日本激情视频在线播放 | 午夜在线小视频 | a一级黄 | 国产精品美女久久久久aⅴ国产馆 | 午夜看看| 99re国产| 日韩一区免费观看 | 青娱乐一区 | 色婷婷影院 | 久久1区| 欧美一区二区激情三区 | 欧美精品一区二区在线观看 | 亚洲视频一区二区三区四区 | 黄色最新网站 | 伊人网站 | 成人亚洲 | 午夜免费视频福利 | 国产高清精品一区二区三区 | 成人深夜在线 | 久久久久久久久久久精 | 操她视频网站 | 亚洲cb精品一区二区三区 | 草草视频在线免费观看 | 国产1区在线观看 | 男人的天堂久久 | 欧美成人一区二区三区片免费 | 亚洲三级在线观看 | 视频精品一区 | 国产人妖一区 | 日本高清中文字幕 | 91精品久久久久久久久久久久久久久 | 婷婷亚洲综合 | 黄色影视网址 | 日韩一区久久 | 国产福利视频 | 免费黄色av | 国产福利视频 | 成人 在线| 午夜精品久久 | 在线免费观看色视频 | 中文字幕高清在线 | 久久在线 | 中文字幕视频在线 | 日本成人中文字幕 | av在线日韩 | 久久99精品久久久久久噜噜 | 久久久亚洲一区 | 国产亚洲精品久久久久久豆腐 | 一区二区三区久久 | 香蕉视频在线看 | 欧美与黑人午夜性猛交久久久 | 国产美女福利在线 | 六月婷操 | 久久久999精品视频 五月天婷婷在线视频 | 日韩欧美二区 | 91精品国产综合久久国产大片 | av黄色在线免费观看 | 天天射影院 | 国产一区二区三区四区在线观看 | 国产最新一区 | 久久最新网址 | 狠狠av| 麻豆.蜜桃.91.天美入口 | 蜜桃av一区二区三区 | 久久大 | 999国内精品永久免费视频 | 亚洲欧美韩国 | 亚色在线 | 懂色av一区二区三区在线播放 | av毛片在线免费看 | 国产精品久久久久久一级毛片 | 欧美成人一区二区三区片免费 | 伊人春色成人 | 先锋资源中文字幕 | 免费网站看v片在线a | 九色91在线 | 狠狠的日 | 亚洲一区二区视频在线观看 | 成人在线视频一区 | 成人精品一区二区三区电影黑人 | 国产免费一区二区三区 | 久久久中文 | 精品久久久久国产 | 少妇一级淫片免费放 | 久久综合av| 精品黄网| 欧美a级成人淫片免费看 | 亚洲精品成人网 | 欧洲成人午夜免费大片 | 国产精品久久久久久久 | 国产精品成人久久久久 | 国产精品久久久久9999赢消 | 永久黄网站色视频免费 | 亚洲黄色在线视频 | 91精品国产综合久久久久 | 色婷婷亚洲一区二区三区 | 一二三区视频 | 国产在线看片 | 99久久久久久 | 免费一区 | 成人av高清| 韩国av片在线观看 | 国产精品乱码一二三区的特点 | 激情婷婷| 中文字幕 国产精品 | 新疆少妇videos高潮 | 欧美第一视频 | 欧美一区二区在线免费观看 | 婷婷久久综合九色综合绿巨人 | 国产黄色av| 欧美在线观看视频 | 成人在线播放器 | 久久最新| 午夜久久久 | 久操国产 | 久久国产精品久久久久久电车 | 日韩中文字幕免费视频 | 97色综合| 亚洲协和影视 | 操操操操操操 | 成人一区二区三区在线观看 | 国产精品视频不卡 | 国产精品美女久久久久久久久久久 | 婷婷激情综合 | 国产精品第一区 | 日本人做爰大片免费观看一老师 | 国产一区 | 久久99视频 | 国产激情视频 | 欧美国产精品一区 | 亚洲精品午夜国产va久久成人 | 欧美视频在线播放 | 极品久久久久久 | 蜜桃av人人夜夜澡人人爽 | 精品一区二区6 | 在线视频亚洲 | 一级毛片在线播放 | 精品人成 | 国产色| 国产高清精品一区 | 99国产精品久久久久久久 | 久久综合91 | av在线免费播放 | 日韩在线字幕 | 午夜精品久久久久久99热软件 | 超碰一区| 亚洲人人 | 一级免费视频 | 欧美日韩综合在线 | 亚洲午夜免费视频 | 国产精品一区二区三区在线播放 | 午夜免费观看视频 | 91破解版在线 | 亚洲 | 欧美一二区 | 综合网激情五月 | 国产传媒在线视频 | 欧美成人性生活 | 在线看国产 | 高清一区二区三区 | 久久麻豆| 日韩一区二区三区在线看 | 国产色区 | 日韩二区精品 | 一区电影 | 国产一区二区三区在线看 | 欧美精品成人一区二区三区四区 | 日韩一二三区 | 中文字幕国产视频 | 性视频一区二区 | 成人在线精品 | 免费在线观看成年人视频 | 在线观看国产视频 | 久久久久久成人精品 | 成年人黄色一级毛片 | 成人h漫在线观看 | 久久久.com| 九色91视频 | 麻豆精品久久 | 羞羞视频网站 | 91久久国产| 国产精品久久久久久久久免费高清 | 男女羞羞视频免费看 | 久久99国产精品久久99果冻传媒 | 天天影视综合 | 在线免费黄色 | 热久久免费视频 | 精品久久久久久久久久久院品网 | 黄版视频在线观看 | 精品久久久久久 | 99青青草| 亚洲欧美综合乱码精品成人网 | 久久av在线| 日韩欧美一区二区三区四区 | 91短视频版在线观看www免费 | 国产精品成人一区二区三区夜夜夜 | 精品久久久久久久 | 99免费视频| 山岸逢花在线观看 | 国产视频久久久久久 | 一区二区中文字幕 | 亚洲国产青草 | 东京久久久 | 97精品国产 | h视频在线免费 | 欧美国产精品一区 | 国产视频久久久久 | 国产精品一区二区三区免费 | 日日干夜夜操 | 欧美亚洲另类在线 | 一区二区三区小视频 | 色综合久久88色综合天天 | 日韩中文字幕在线 | 在线免费视频一区 | 国产一区二区三区视频 | 91中文视频 | 免费在线日韩 | 一区二区成人网 | 日韩三级视频 | 毛片入口| 人人射人人草 | 成人免费在线视频 | 色视频www在线播放国产人成 | 91在线高清 | 亚洲成人网络 | 亚洲欧美一区二区三区在线 | 福利午夜| 五月婷婷综合网 | 午夜视频在线观看网站 | 中文字幕在线视频免费观看 | 国产a一三三四区电影 | 91精品久久久久久久久久久久久久久 | 中文字幕av一区二区三区免费看 | 国产在视频一区二区三区吞精 | 国产精品一区久久久久 | 亚洲 中文 欧美 日韩 在线观看 | 国产男女做爰免费网站 | 热久久免费视频 | 中文在线视频 | а√天堂资源中文最新版地址 | 国产成人av在线 | 亚洲精品区| 天天操天天拍 | av片免费看 | 国产高清美女一级a毛片久久 | 欧美一级毛片久久99精品蜜桃 | 欧美精品国产精品 | 亚洲综合社区 | 日p视频免费看 | 久久综合一区二区三区 | 亚洲国产视频一区 | 超碰在线影院 | 高清视频一区二区三区 | 青青草超碰在线 | av午夜 | 一级黄色影视 | 婷婷视频在线 | 精品久久久久久久人人人人传媒 | 日韩免费| 久久青青 | 午夜影院在线观看 | baoyu123成人免费看视频 | 日本免费xxxx | 久久久精品电影 | 国产精品久久久久久久久久久新郎 | 九九热视频在线 | 亚洲国产精品麻豆 | 国产精品爱久久久久久久 | 国产一区二区三区四 | 国产精品久久久久久婷婷天堂 | 极品久久 | 男人的天堂中文字幕 | 国产精品看片 | 一区二区三区在线 | 日韩一区在线视频 | 亚洲国产二区 | 伊人超碰| av永久免费 | 久久精品中文字幕一区 | 黄色国产一级片 | 国产欧美一区二区三区国产幕精品 | 裸体的日本在线观看 | 久久久久久久久久久久久久av | 国产视频三区 | 国产噜噜噜噜噜久久久久久久久 | 国产精品视频一区二区三区四蜜臂 | 亚洲视频欧美视频 | 91欧美在线| 成人精品久久久 | 国产成人啪精品午夜在线观看 | 中文字幕在线第一页 | 一区二区三区久久 | 国产中文字幕在线 | 亚洲国产精品一区二区三区 | 久久久久久久久国产 | 中文字幕在线一区 | 不卡一区| 国产欧美在线一区二区 | 91夜夜| 成人在线一区二区三区 | 日韩视频在线一区二区 | 免费成人av网站 | 天天久久| 日韩在线观看一区 | 亚洲成人精品久久久 | 另类综合在线 | 久久久久国产一区二区三区四区 | 黄色影视在线免费观看 | 福利影院在线观看 | 瑟瑟视频在线看 | 美国一级毛片a | 伊人青青草 | 欧美日韩中文字幕 | 日韩成人免费 | 欧美成年网站 | 浴室洗澡偷拍一区二区 | 欧美日韩中文 | 精品一区二区久久久久久久网站 | 99视频只有精品 | 干片网| 免费在线一区二区三区 | 成人免费视频网站在线观看 | 久久99国产精品久久99果冻传媒 | 欧美视频精品 | 在线a电影| 日韩三级中文字幕 | 午夜免费片 | 看特级毛片 | 怡红院成人影院 | 亚洲人人 | 亚洲国产精品自拍 | 中文字幕在线观看一区二区三区 | 新99热| xxxx性欧美 | 国产精品1区| 一区中文字幕 | 99精品网站 | 成人在线片 | www.在线播放 | 一级视频毛片 | 天天天天天天天天干 | 九九九色 | 一区二区在线视频 | 999久久久国产精品 免费视频一区 | 一色屋精品久久久久久久久久 | 日本在线免费电影 | 国产精品一二三 | 91资源总站| 精品日韩一区二区三区 | 精品无码三级在线观看视频 | 日本精品视频在线观看 | 久久com | 一级片在线免费观看视频 | 国产欧美一二三区在线粉嫩 | 欧美一区二区三区在线观看 | 国产精品夜夜爽 | 免费 视频 1级 | 久久三级视频 | 日韩欧美一区二区三区久久婷婷 | 在线观看国精产品二区1819 | 久久国产精品视频观看 | 成人精品视频免费在线观看 | 91激情视频 | 精品国产乱码久久久久久闺蜜 | 日韩精品中文字幕在线播放 | 婷婷在线视频 | 91在线免费看 | 久久精品免费一区二区 | 蜜桃视频在线观看www社区 | 色免费在线观看 | 亚洲少妇视频 | 高清日韩av | 永久免费av | 中国女人黄色大片 | 国产伦精品一区二区 | 91精品免费在线观看 | 免费的黄色毛片 | 超碰天天| 我和我的祖国电影在线观看免费版高清 | 国产精品久久久久久久久免费 | 手机看片在线 | h亚洲视频 | 国产综合视频在线观看 | 国产精品久久久久久久久大全 | 国产农村妇女精品一二区 | 久精品视频 | 日韩高清一区二区 | av在线播放网址 | 精品欧美一区二区三区 | 国产精品有限公司 | 国产精品99久久 | 精品国产一区二区三区高潮视 | 一区二区三区在线播放 | 久久久99精品免费观看 | 欧美亚洲视频 | 一区二区不卡 | 欧美日韩精品亚洲 | 欧洲精品久久久 | 国内精品久久久久 | 日韩av福利 | 中文字幕亚洲欧美日韩在线不卡 | av网站在线免费观看 | 精品亚洲一区二区三区 | 亚洲成人二区 | 亚洲精品乱码久久久久久花季 | 天天操天天插 | 国产日韩欧美一区二区在线观看 | 久久99久久久久久 | 91日日| 亚洲精品乱码久久久久久蜜桃91 | 精品国产一区二区三区成人影院 | av成人免费在线观看 | 成人午夜视频在线观看 | 日本三级不卡 | 99视频在线免费观看 | 亚洲深深色噜噜狠狠网站 | 超碰在线91 | www.色综合 | 暖暖日本在线视频 | 久久精品在线观看视频 | 国产欧美日韩在线 | 日韩在线观看视频一区二区 | 在线欧美一区 | 日韩和的一区二在线 | 特大毛片| 日韩理伦片在线观看视频播放 | 99久久99热这里只有精品 | 91精品久久久久久久久入口 | 日本精品久久久一区二区三区 | 欧美成人精品一区 | 91精品国产日韩91久久久久久 | 亚洲精品乱码久久久久久蜜糖图片 | 91亚洲高清 | 日本视频一区二区三区 | 亚洲精品66| 久久久精品网站 | 二区视频 | 黄色毛片在线看 | 天天操天天操 | 日本一级中文字幕久久久久久 | 国产精品一二三区 | 国产精品免费观看 | 欧美一级黄色片网站 | a免费在线 | 国产精品高潮呻吟av久久4虎 | 久久国产精品一区 | 欧美不卡视频一区发布 | 精品亚洲区 | 国产精品精品久久久 | 欧美精品一区二区在线观看 | 国产欧美在线观看 | 成人在线视频免费观看 | 精品乱子伦一区二区三区 | 久久天天躁狠狠躁夜夜躁2014 | 天堂资源在线 | 久久久久久成人精品 | 国产a一三三四区电影 | 国产精品高潮呻吟久久av黑人 | 久久久久久久久久久久久九 | 一区二区三区免费网站 | 亚洲免费在线观看 | 国产精品久久久久久久久久久久 | 91精品久久久久久久久中文字幕 | 91午夜精品一区二区三区 | 国产成人精品亚洲日本在线观看 | 我要看一级黄色 | 精品一区二区三区久久久 | 日韩a| 久久精品色欧美aⅴ一区二区 | 91,看片 | 国产精品久久久久久一区二区三区 | 天天射影院| 男女羞羞视频网站18 | 国外成人在线视频网站 | 91原创视频在线观看 | 国产一级高清视频 | 杨门女将寡妇一级裸片看 | 久久久www成人免费精品 | 日韩欧美一区二区在线观看 | 国产精品伊人影院 | 国产精品久久一区 | 欧美人人| 久在线 | av男人电影天堂 | 99久久99久久精品国产片果冻 | 国产精品s色 | 欧美成人手机在线 | 午夜免费一区二区播放 | 99精品亚洲 | 在线观看国精产品二区1819 | 欧美亚洲国产一区 | 国变精品美女久久久久av爽 | 国产精品视频一二三 | 精品三级在线观看 | 亚洲人在线播放 | 国产全黄 | 亚洲第一页中文字幕 | 精品乱子伦一区二区三区 | 日韩在线观看视频免费 | 欧美在线播放一区 | 国产美女自拍视频 | 午夜成人在线视频 | 成人高清视频在线观看 | 韩日精品一区 | 91香蕉| 日韩在线视频观看 | 国产91色在线 | 亚洲 | 国产精品99视频 | 欧美日韩在线成人 | 久草在线 | 欧美自拍视频在线观看 | 欧美另类一区二区 | 91精品国产91久久久久久最新 | 成人高清 | 久久九九这里只有精品 | 青楼18春一级毛片 | 精品久久一区二区三区 | 国产91久久精品一区二区 | 欧美国产一区二区 | 银杏成人影院在线观看 | 免费视频爱爱太爽了 | 欧美高潮 | 成人精品 | 中文字幕一区二区在线观看 | 日韩欧美国产精品一区二区三区 | 黄色一级片看看 | 亚洲综合一区二区三区 | 在线视频91 | 成av人片在线观看www | 亚洲香蕉视频 | 国产在线小视频 | 国产日韩视频在线观看 | 欧美一区永久视频免费观看 | 精品无码久久久久久国产 | 久久免费福利视频 | 国产剧情一区二区 | 日本不卡免费新一二三区 | 亚洲高清视频一区二区三区 | 成人在线视频免费观看 | xxxx午夜 | h在线视频| 国产一区二区在线看 | 国产精品久久久久aaaa九色 | 91精品久久久久久久久久入口 | 午夜精选视频 | 欧美日韩激情 | 欧美日韩一区精品 | 日韩欧美在线免费观看 | 欧美一级精品片在线看 | 最近免费中文字幕大全免费版视频 | 免费毛片一区二区三区久久久 | 欧美成人一区二区三区片免费 | 日韩在线播放一区 | 亚洲国产激情 | 午夜精品导航 | 婷婷五综合 | 天堂网av2020| 国产精品久久久久久久久久久久 | 亚洲综合区 | 国产乱码精品一区二区三区忘忧草 | 色综合久久天天综合网 | 欧美一区二区三区在线观看视频 | 日韩免费网站 | 欧美日韩亚洲国内综合网 | 欧美黑人xx | 91成人免费在线视频 | 中文字幕av一区 | 欧美日本高清视频 | 日日天天 | 欧美精品一区二区三区一线天视频 | 免费观看一区二区三区毛片 | 国产精品99久久久久久久vr | 国产精品久久久久国产a级 日韩在线二区 | 国产又粗又长又硬又猛电影 | 日韩欧美精品区 | 亚洲精品视频区 | 国产精品久久久久久久久久久久久 | 久久精品中文字幕一区 | 天天综合7799精品影视 | 色在线看 | 欧美综合一区二区 | 亚洲不卡视频 | 日韩一级免费在线观看 | 欧美日韩在线不卡 | 久久免费精品视频 | 日本精品一区二区在线观看 | 国产乱码精品一区二区三区忘忧草 | 日本三级视频 | 视频精品一区 | 在线手机电影 | 呦一呦二在线精品视频 | 久草在线|