Các ví dụ về ứng dụng trong thế giới thực của Python

Python là một ngôn ngữ tuyệt vời để dạy lập trình, cả ở cấp độ cơ bản và trong các khóa học nâng cao hơn

• Những cuốn sách như Cách suy nghĩ như một nhà khoa học máy tính, Lập trình Python. Giới thiệu về Khoa học Máy tính và Lập trình Thực hành
• Nhóm quan tâm đặc biệt về giáo dục là một nơi tốt để thảo luận về các vấn đề giảng dạy

GUI máy tính để bàn

Thư viện GUI Tk được bao gồm trong hầu hết các bản phân phối nhị phân của Python

Một số bộ công cụ có thể sử dụng trên một số nền tảng được cung cấp riêng

• wxWidget
• Kivy, để viết các ứng dụng cảm ứng đa điểm
• Qt qua pyqt hoặc pyside

Bộ công cụ dành riêng cho nền tảng cũng có sẵn

• GTK+
• Microsoft Foundation Classes thông qua các phần mở rộng win32

Phát triển phần mềm

Python thường được sử dụng làm ngôn ngữ hỗ trợ cho các nhà phát triển phần mềm, để kiểm soát và quản lý bản dựng, thử nghiệm và theo nhiều cách khác

Việc tìm kiếm ngôn ngữ lập trình cấp cao trong khi vẫn lưu ý đến chức năng toàn diện, thời gian chạy hiệu quả, khả năng mở rộng và tính linh hoạt là một thách thức đối với hầu hết mọi doanh nghiệp khi bắt đầu các dự án lớn tiếp theo của họ

Tuy nhiên, việc đạt được điểm hấp dẫn về hiệu quả, chức năng và tính linh hoạt đã trở nên dễ dàng hơn rất nhiều trong [những] thập kỷ trước

Điều này có lẽ là do sự xuất hiện của Python – chén thánh hiện đại của khoa học dữ liệu, máy học, quét web và tất cả những thứ trên

Là ngôn ngữ lập trình cấp cao và đa năng, Python đã trở thành một lựa chọn phổ biến để phát triển ứng dụng web, phát triển phần mềm nói chung và khoa học dữ liệu/máy học [ML].  

Bài viết này sẽ cung cấp một cái nhìn tổng quan và cách Python được sử dụng, bao gồm mười ví dụ về các ứng dụng Python

1. Ứng dụng web
2. Ứng dụng dựa trên bảng điều khiển
3. Triển khai khoa học dữ liệu
4. Ứng dụng GUI trên máy tính để bàn
5. Phát triển phần mềm
6. Ứng dụng kinh doanh
7. Đang xử lý hình ảnh
8. Sự phát triển trò chơi
9. Ứng dụng quét web
10. Học máy và trí tuệ nhân tạo

Nhưng trước tiên, bạn nên hiểu rằng các nguyên tắc cơ bản của lập trình Python và nguồn gốc của nó trong lập trình diễn giải là rất cần thiết

Trăn là gì?

Được phát triển lần đầu bởi   Guido van Rossum vào năm 1991, Python được phát hành dưới dạng ngôn ngữ lập trình thông dịch, cấp cao, có mục đích chung với mã .

Mỗi năm, mức độ phổ biến của Python   đạt mức cao nhất mọi thời đại  with a current 31.73% share of popularity  trong số các ngôn ngữ phát triển hiện đại.

9 đặc điểm của Python

Bạn có thể hiểu triết lý của Python thông qua 9 đặc điểm của ngôn ngữ thân thiện với nhà phát triển này

1. Khả năng đọc mã

Cấu trúc cú pháp vốn có của Python và nhập thư viện/gói liền mạch cho phép dễ đọc và đồng nhất

Kết quả - các nhà phát triển có thể cấu trúc mã dễ hiểu và các khối chức năng với tổ chức hợp lý và cách kể chuyện

2. Tính linh hoạt đa nền tảng

Vì Python sử dụng các thư viện C bên trong và cài đặt gói nên nó có thể được sử dụng trên nhiều hệ điều hành khác nhau như Mac, Windows, Linux và Unix

Khả năng đa nền tảng này giúp tăng cường phát triển ứng dụng phần mềm và cộng tác nhóm phát triển

3. dễ học

Được thiết kế như một ngôn ngữ lập trình cấp cao và biểu cảm,   Python có đường cong học tập nông cạn  < . with built-in functions and capabilities to call external third party dependencies and packages.

Thời gian phát triển các thuật toán cỡ khổng lồ   trong C đã qua lâu rồi.

Chỉ với dưới mười khối mã chức năng, lập trình viên mới bắt đầu có thể bắt đầu triển khai   ứng dụng web cơ bản  and regression algorithms.

4. Mã nguồn mở và hướng đến cộng đồng

Kể từ những ngày đầu thành lập vào năm 1991, Python đã định hướng cho mình các tiêu chuẩn cộng đồng mã nguồn mở và các framework phát triển lâu dài.  

Với một số kho lưu trữ cộng đồng có nguồn mở trên Github, Python đảm bảo rằng môi trường cộng tác giữa các nhà phát triển hoạt động để phát hành các gói và thư viện cập nhật thực tế

5. Thư viện tiêu chuẩn lớn

Như đã nêu trước đó, Python có đầy đủ các phụ thuộc bên thứ nhất và bên thứ ba tích hợp sẵn cho phép phát triển ứng dụng và lập trình cấp cao, thực tế ngoài các tập lệnh được triển khai thủ công được tạo từ đầu

Python tận dụng các chức năng và mã thuận tiện mà các lập trình viên có thể tích hợp vào tập lệnh của họ và   quy trình phát triển ứng dụng.

Kết quả là đôi khi hơn một nghìn dòng mã thông thường được chia thành dưới 10 dòng chức năng của Python

6. Tự do

Python và các thư viện tiêu chuẩn liên quan của nó được tải xuống và triển khai miễn phí

Cụ thể hơn, Python dẫn đầu với tư cách là Phần mềm mã nguồn mở miễn phí/tự do [FLOSS] cho phép người dùng tự do phân phối các bản sao của phần mềm, phân tích mã nguồn của nó và sửa đổi nó cho phù hợp

7. Hỗ trợ xử lý ngoại lệ

Python hỗ trợ xử lý ngoại lệ, cho phép bạn viết mã ít bị lỗi hơn

Ngoại lệ được định nghĩa là các sự kiện có thể xảy ra trong quá trình thực thi chương trình và làm gián đoạn luồng bình thường của chương trình.  

Sử dụng xử lý ngoại lệ cũng giúp các nhà phát triển gỡ lỗi vì họ có thể kiểm tra các tình huống khác nhau có thể kích hoạt hoặc không kích hoạt ngoại lệ.  

8. Được đóng gói với các tính năng nâng cao

Python hỗ trợ   khả năng hiểu danh sách và biểu thức trình tạo.

Điều này cho phép các nhà phát triển sử dụng các danh sách và trình tạo một cách hiệu quả đối với mức tiêu thụ bộ nhớ và thời gian trong quá trình thực thi chương trình

9. Quản lý bộ nhớ tự động

Bằng cách sử dụng hiệu quả các phương pháp quản lý bộ nhớ tự động, Python xóa và giải phóng bộ nhớ dư thừa trong và sau khi thực thi

Đối với các nhà phát triển, điều này có nghĩa là ít thời gian hơn để xóa bộ nhớ chương trình còn lại, không liên quan và dành nhiều thời gian hơn cho lập trình nhạy cảm với thời gian và bộ nhớ

Đọc liên quan.   12 Ví dụ về các công ty thành công khi sử dụng React Native vào năm 2021

Python được sử dụng để làm gì?

Hãy tưởng tượng bạn đang làm việc không mệt mỏi tại một công ty phân tích tài chính tập đoàn lớn, sàng lọc thủ công hàng nghìn bộ dữ liệu doanh thu định lượng

Điều đó có lẽ nghe khủng khiếp, phải không?

Nhưng nó trở nên tồi tệ hơn.  

Sau khi bạn đã xử lý trước dữ liệu theo cách thủ công và xóa mọi điểm bất thường còn lại trong tập dữ liệu cũng như các biến tài chính không cần thiết, bạn phải thực hiện phân tích dự đoán và tạo mô hình hồi quy chính xác

1]   dự báo mức tăng đột biến về doanh thu trong tương lai   và

2]   sử dụng các mẫu sự kiện toàn cầu để dự đoán các chuyển động quan trọng trong kho và thay đổi hành vi của người tiêu dùng.

Rất khó để tạo một kiến ​​trúc lập mô hình dự đoán vừa duy trì   độ chính xác của dữ liệu biến mới và biến sắp đến  and efficiently forecasts revenue and stock movements in real-time. 

May mắn thay, bằng cách thao tác bên ngoài   các khung máy học Python   .  Tensorflow/Keras/Pytorch and data visualization/linear algebra libraries such as Scipy and Matplotlib, you can automate the data preprocessing stage and engineer predictive ML models with out-of-the-box packages.

10 ví dụ về ứng dụng Python

Phân tích dữ liệu được đánh số cứng chỉ là một trong nhiều trường hợp sử dụng hiện đại mà Python hữu ích.  

Bằng cách chia lưới các chức năng và thư viện gói Python một cách chiến lược, các nhà phát triển và nhà khoa học dữ liệu có thể tạo các ứng dụng web dựa trên ML với các khung như   Django hoặc Flask .  or perform image processing scripts with Numpy.

Trong các lĩnh vực công nghiệp như phân tích kinh doanh, các mô hình ML/Deep Learning có thể được triển khai để theo dõi hành vi đang thay đổi của khách hàng và tự động tương ứng các xu hướng đó với các thay đổi của sản phẩm, chiến lược quảng cáo, v.v.

Ở đầu kia của lối đi, mới nổi   khoa CNTT chăm sóc sức khỏe và kỹ thuật y sinh  are actively leveraging deep learning/AI and Python frameworks to forecast the onset of terminal diseases and neurological/respiratory illnesses.

Các ứng dụng do Python điều khiển kéo dài 'từ bờ biển này sang bờ biển khác' về khả năng tạo ra những hiểu biết và tác động có ý nghĩa, đôi khi chỉ trong vài chục dòng mã

Cho dù bạn đang thao tác trực quan hóa dữ liệu bằng các kỹ thuật khoa học dữ liệu hay trích xuất thông tin chuyên sâu quan trọng bằng ML, Python có thể cách mạng hóa cách bạn trích xuất ý nghĩa từ thông tin và phát triển các ứng dụng mới

1. Ứng dụng web

Bằng cách tận dụng các khung web Python [e. g. Flask và   Django],   Python có thể được thao tác trong phần phụ trợ để xây dựng .

Mặc dù các khung web không bắt buộc phải xây dựng xương sống bền vững cho ứng dụng web, nhưng hiếm khi các thư viện nguồn mở hiện tại không được triển khai cùng với phát triển Python phía máy chủ để tăng tốc quá trình triển khai ứng dụng.  

Tuy nhiên, bạn nên lưu ý rằng   Python không được biên dịch và diễn giải trực tiếp trong trình duyệt web.

Mặc dù các dự án như pyjs có thể biên dịch Python thành JavaScript,   Các nhà phát triển Python  typically interlace Python and JavaScript to create both server and client-side applications.

Nói cách khác, Python chỉ được thực thi ở phía máy chủ trong khi JavaScript được tải xuống phía máy khách của trình duyệt web và được thực thi tương ứng

Mặc dù có rất nhiều khung web Python và   vi khung tồn tại ngoài kia, nhưng Django, Flask và Pyramid chiếm ưu thế.

Hãy khám phá ngắn gọn Django và Flask bên dưới với sự cân nhắc về mức độ phức tạp khác biệt và đường cong học tập của chúng

Django

Được thiết lập dưới dạng khung Python mã nguồn mở,   Django nổi tiếng với việc xây dựng các phiên bản ứng dụng web dựa trên dữ liệu phức tạp.

Khung được đóng gói với nhiều mẫu, thư viện và giao diện lập trình ứng dụng [API] cho phép các dự án phát triển web có thể mở rộng

Đây là khuôn khổ quy mô lớn phổ biến nhất, được tích hợp trên các trang web hàng đầu, bao gồm Instagram, Pinterest, Bitbucket, The Washington Times và Nextdoor

Đọc liên quan.   7 trang web toàn cầu sử dụng PHP vào năm 2021

Bình giữ nhiệt

Mặc dù Flask được mô tả tốt hơn như một khung vi mô dành cho các ứng dụng web do Python điều khiển, nhưng Flask vẫn dẫn đầu như   an  up and coming leader in concise, yet complex, data-driven web app programming.

Là một khung vi mô, nó sở hữu các máy chủ phát triển tích hợp và hỗ trợ kiểm tra đơn vị thuận tiện

Ngoài ra, nó nổi bật như một khung vi mô Python dựa trên Unicode hỗ trợ gửi yêu cầu RESTFUL

Flask cũng có nhiều tài liệu để lập trình viên bắt đầu

Bây giờ bạn đã hiểu mỗi khung này khác nhau như thế nào, bạn có thể hiểu rõ hơn về các ứng dụng ví dụ sau của các khung này đang hoạt động.  

Kể từ khi Flask nổi lên như một mini-framework có thể mở rộng nhưng nhỏ gọn và hiệu quả, một loạt các ứng dụng máy học đã được triển khai

Một số ví dụ nổi bật bao gồm thuật toán thị giác máy tính có thể dự đoán giới tính và phát hiện bệnh võng mạc tiểu đường dựa trên ảnh chụp đáy mắt

Bây giờ hãy xem Django – phức tạp hơn trong hai khung – có thể làm gì cho bạn

Các trang web hiện đại bên dưới đã sử dụng Django, cùng với Sentry, để triển khai các ứng dụng di động và web có cấu trúc lớn

• Disqus
• Instagram
• Spotify
• Dropbox
• Các bài viết washington
• mozilla
• Pinterest
• địa lý quốc gia
• hành tây
• Cục Hàng không và Không gian Quốc gia - NASA]

2. Ứng dụng dựa trên bảng điều khiển

Còn được gọi là ứng dụng đầu cuối, ứng dụng dựa trên bảng điều khiển được định nghĩa rộng rãi là bất kỳ ứng dụng nào liên quan đến Python chạy bên trong thiết bị đầu cuối

Trong kế hoạch phát triển Python thông thường, việc triển khai Python dựa trên bảng điều khiển có những ưu điểm sau

• Họ   thú vị và mãn nguyện hơn nhiều   để .
• Ứng dụng đầu cuối cho phép bạn và những người dùng có liên quan   chơi với mã phức tạp mà không có các lớp trừu tượng mơ hồ  < . between you and the user.
• Bạn sẽ tìm hiểu về các vấn đề cơ bản về tương tác của người dùng   ở cấp độ cơ bản không bao gồm các yếu tố gây xao nhãng UI/UX.

Mặc dù các ứng dụng dựa trên bảng điều khiển và giao diện dòng lệnh [CLI] chủ yếu tồn tại để hỗ trợ tương tác thuận tiện của người dùng trong các quy trình dòng lệnh phức tạp hơn, các trường hợp sử dụng thực tế và thú vị bao gồm

• Các ứng dụng Python dòng lệnh   sử dụng API Tin tức và trả về các sự kiện quốc gia và thế giới mới nhất.
• Một ứng dụng chatbot dựa trên thiết bị đầu cuối đơn giản được xây dựng với ML/Tensorflow

3. Triển khai khoa học dữ liệu

Khoa học dữ liệu có thể là triển khai Python nổi bật nhất trong số chúng.  

Bằng cách sử dụng các phụ thuộc mã   đã được tích hợp sẵn, chẳng hạn như  Pandas, NumPy, or Matplotlib, amateur and expert-level Python programmers can seamlessly visualize and manually extract actionable insights from massive public and private datasets – both off and on the cloud.

Ở cấp độ cao, các nhà phát triển thậm chí có thể tổng hợp các thao tác khoa học dữ liệu bằng các mô hình ML để trích xuất, trực quan hóa và dự đoán các tính năng từ dữ liệu phi cấu trúc [e. g. dữ liệu hình ảnh, dữ liệu thị trường chứng khoán theo chuỗi thời gian hoặc dự đoán giá nhà]

Hơn nữa, các kho lưu trữ Github mã nguồn mở được lấp đầy bởi các ứng dụng Python cấp doanh nghiệp như tình cảm do NLP điều khiển và phân loại nhận xét độc hại hoặc dự đoán doanh số bán hàng trong tương lai.  

Ngoài ra, các cộng đồng khoa học dữ liệu như   Kaggle   cung cấp .

4. Ứng dụng GUI trên máy tính để bàn

Phải thừa nhận rằng Python không được tối ưu hóa hoàn toàn để triển khai các ứng dụng GUI dành cho máy tính để bàn cấp doanh nghiệp, ít nhất là không phải khi bạn so sánh nó với các thư viện C và Java

Tuy nhiên, các nhà phát triển có thể bắt đầu với tài liệu Python chính thức và triển khai các bộ công cụ/khung như   PyQT,  Tkinter, , WxPython, and PyGUI to create lightweight user interfaces with full software functionality in mind.

Ví dụ:   cái này   Kho lưu trữ Github có 15 kho riêng biệt .  that use Python-driven UI and backend components to create responsive and functional Python applications.

Bản xem trước của các ứng dụng này bao gồm

• Trình duyệt web không được theo dõi
• Trình duyệt web theo thẻ
• tàu quét mìn
• Sổ tay
• Máy tính
• Xử lý văn bản
• Webcam/Ảnh chụp nhanh
• Media Player
• Ghi chú sau đó
• Phần mềm sơn
• Giải nén
• Người phiên dịch
• Thời tiết
• GUI chuyển đổi tiền tệ
• và Solitaire

5. Phát triển phần mềm

Khi Python trở nên phổ biến mới và không lường trước được, các quy trình phát triển sản phẩm/dự án đã dần thích nghi với bộ khung và các phương pháp hay nhất của Python

Mặc dù phát triển phần mềm với Python bao gồm các lộ trình kỹ thuật của ML/Deep Learning, kịch bản và phát triển ứng dụng cấp độ web/OS, đóng góp thuận lợi nhất của Python cho phát triển phần mềm là khả năng đáp ứng ý tưởng và phát triển dự án cũng như nâng cao các ứng dụng từ không an toàn đến mạnh mẽ.

Với Python, các nhà phát triển phần mềm mới nổi có thể thực hiện hiệu quả các mục tiêu tập trung vào phát triển sau đây

• Cải tiến các ứng dụng Python   từ ý tưởng thông qua thực thi toàn bộ ngăn xếp và triển khai ứng dụng bằng cách tích hợp các công cụ phát triển và khung Python.
• Đóng góp cho các ứng dụng Python mã nguồn mở và riêng tư   bằng cách điều chỉnh quy trình công việc được kiểm soát theo phiên bản và cộng tác với  development team.
• Hiểu tương tác giữa mã thô và khía cạnh phía máy khách   ứng dụng web/ứng dụng Python của bạn
• Viết ứng dụng bảo mật có khả năng chặn và ngăn chặn   tội phạm mạng khai thác các lỗ hổng và bản vá mở phổ biến.
• Áp dụng các phương pháp hay nhất trong đánh giá mã   và phát triển danh mục đầu tư với các ứng dụng Python của bạn

6. Ứng dụng kinh doanh

Với các ứng dụng kinh doanh hiện đại bao trùm phạm vi thương mại điện tử, ERP, v.v., việc có một ngôn ngữ nguồn mở và có thể mở rộng là rất quan trọng

Python cho phép các doanh nghiệp phát triển các ứng dụng có thể mở rộng và đầy đủ chức năng ngay lập tức.  

Các nền tảng như Tryton có thể được sử dụng bởi các nhà phân tích kinh doanh để phát triển và triển khai các ứng dụng Python

Ô phát triển kinh doanh trong Python có thể bao gồm nhiều công cụ bao gồm

• Phát triển web [e. g. Instagram]
• Giải pháp khoa học dữ liệu [e. g. Spotify với Danh sách phát khám phá của họ]
• khung ML [e. g. Thuật toán tài xế-người lái của Uber]
• Xử lý ngôn ngữ tự nhiên [NLP] [e. g. Google Home Assistant, Amazon Alexa và chatbot cho dịch vụ khách hàng]
• Phát triển trò chơi điện tử [e. g. sim 4]
• Giải trí [e. g. phòng thu ánh sáng và phép thuật]
• Hợp đồng hỗ trợ chuỗi khối   [e. g. Pyethereum]
• Nền tảng Fintech [e. g. Citigroup và JP Morgan Chase]

7. Đang xử lý hình ảnh

Python là một công cụ hữu ích để thao tác và phân tích hình ảnh. Với các phần phụ thuộc nguồn mở, đôi khi có thể được cài đặt trên dòng lệnh của bạn, bạn có thể trích xuất và thao tác các tính năng chỉ với 8-10 dòng mã

Cho dù đó là ứng dụng nghiên cứu, giáo dục hay cấp ngành, các thư viện Python sau đây sẽ cung cấp cho bạn các công cụ phân tích hình ảnh tiện lợi

• Scikit-hình ảnh
• NumPy
• scipy
• PIL/Gối
• OpenCV-Python
• CV đơn giản
• đại ca
• TK đơn giản
• ma thuật
• Pycario

8. Sự phát triển trò chơi

Ngoài các ứng dụng nghiên cứu và kinh doanh, Python có một vai trò quan trọng trong phát triển trò chơi phụ trợ với logic và mod

Có lẽ Python đáng nhớ nhất   các ứng dụng trong phát triển trò chơi   .

• Văn minh IV
• Chiến trường 2
• sim 4
• Toontown trực tuyến
• Thế giới của xe tăng
• EVE trực tuyến
• Lửa cháy

Ngoài ra, bằng cách sử dụng các thư viện phát triển trò chơi mã nguồn mở như   pygame, lập trình viên có thể xây dựng các trò chơi đơn giản như  Dungeon Game and Guessing Game.

9. Ứng dụng quét web

Bằng cách sử dụng các thư viện Python dựng sẵn như   Beautiful Soup, các nhà phát triển có ít kinh nghiệm thực hành về Python có thể trích xuất dữ liệu cụ thể, có mục đích từ hầu như bất kỳ .

Ở cấp độ cao hơn, các thư viện quét web Python có thể được kết hợp với các mô hình NLP để quét web bề mặt một cách hiệu quả để tìm thông tin văn bản và hình ảnh liên quan đến các từ, ý định hoặc cảm xúc cụ thể

Những ví dụ bao gồm

• Trích xuất bảng từ   Nepia. trang tác động vận chuyển của com
• Cạo ngày và thời gian mà lệnh an toàn của chính phủ đã được áp đặt
• Thu thập thông tin về các kho lưu trữ Github thịnh hành, chẳng hạn như tên, sao, liên kết, v.v.

10. Học máy và trí tuệ nhân tạo

Trong hầu hết các bộ phận tập trung vào nghiên cứu và công ty, các mô hình và kiến ​​trúc máy học/học sâu quy mô lớn đang bắt đầu được sử dụng để giải quyết các vấn đề về dữ liệu lớn.  

Cho dù đó là một thuật toán ML có thể tạo ra các loại thuốc trị ung thư mới hay một mô hình phát hiện hoạt động nguy hiểm trên đường cao tốc cho một chiếc ô tô tự hành, thì ML chắc chắn sẽ cách mạng hóa mọi lĩnh vực công nghiệp

Nói tóm lại, học máy có thể được chia thành các tác vụ trực quan và không trực quan được giám sát, bán giám sát hoặc không giám sát. Ví dụ về các ứng dụng python ML cấp độ nghiên cứu và kinh doanh bao gồm

• Phân loại các câu hỏi độc hại và không thành thật trên Quora bằng NLP
• Truy xuất hình ảnh mốc của Google bằng thị giác máy tính
• Tạo hình ảnh và   chuyển kiểu hình ảnh

Có thể sử dụng các khung ML như Tensorflow/Keras/Pytorch để phát triển và triển khai các mô hình dự đoán và tổng quát

Phần kết luận

Python thường bị đánh giá thấp vì là một ngôn ngữ lập trình khá đơn giản, không được thiết kế với tính linh hoạt

Tuy nhiên, Python đã nổi lên như một trong những ngôn ngữ lập trình phổ biến nhất

Cho dù bạn đang xây dựng các ứng dụng web với các khung Python tiện lợi hay sử dụng khoa học dữ liệu và máy học để tối ưu hóa kết quả và chiến lược kinh doanh của mình, thì Python đều tạo ra các lợi ích có thể thực hiện được ở cả cấp độ thấp và cao

Bộ ba có các lập trình viên Python cấp cao quen thuộc với các thư viện và khung nâng cao để thiết lập và chạy phần phụ trợ cho dự án của bạn

Nếu bạn đang bắt đầu một dự án ứng dụng Python,   hãy cân nhắc việc thuê các nhà phát triển Python tại Trio.

Mục lục

Chia sẻ

Linkedin Chia sẻ xã hội

Đọc tiếp