JAVA开发相关代码模板(持续更新)

本文主要整理JAVA开发中的一些模板代码，作为平时参考使用。

1 MongoTemplate

版本：mongoDb4.0

1.1 写入数据

JSONObject json = new JSONObject();
json.put("userName", "张三");
json.put("age", 20);
json.put("sex", "男");
json.put("oneFlag", true);
json.put("towFlag", true);
json.put("indexNum", i + 1);
json.put("delFlag", "0");
mongoTemplate.insert(json, "t_user_info");

1.2 更新数据

// ----------[组装查询条件]----------
Query query = new Query();
query.addCriteria(Criteria.where("indexNum").is(1));

// ----------[组装更新逻辑]----------
Update update = new Update();
update.set("userName", "李四");
update.set("age", 19);

// ----------[更新数据]----------
UpdateResult updateResult = mongoTemplate.updateMulti(query, update, "t_user_info");
System.out.println("匹配数量："+updateResult.getMatchedCount());
// 如果更新后数据和更新前一样，则getModifiedCount()返回0
System.out.println("更新数量："+updateResult.getModifiedCount());

1.3 基本查询

Query query = new Query();
// ----------[拼接查询条件]----------
// 等于
query.addCriteria(Criteria.where("delFlag").is("0"));
// 字符串模糊查询
query.addCriteria(Criteria.where("userName").regex("^.*张三.*$"));
// 数值比较（大于）
query.addCriteria(Criteria.where("age").gte(20));
// 集合查询
query.addCriteria(Criteria.where("sex").in(Arrays.asList("男", "女")));
// 或条件
query.addCriteria(new Criteria().orOperator(Criteria.where("oneFlag").is(true), Criteria.where("towFlag").is(true)));

// ----------[排序]----------
query.with(Sort.by(new Sort.Order(Sort.Direction.DESC, "age"), new Sort.Order(Sort.Direction.ASC, "indexNum")));

// ----------[指定查询字段]----------
query.fields().include("userName").include("age").include("sex").include("indexNum");

// ----------[分页]----------
// 当前页数
int pageNumber = 1;
// 每页数量
int pageLimit = 10;
query.skip((pageNumber - 1) * pageLimit).limit(pageLimit);

// ----------[执行查询]----------
List<Document> list = mongoTemplate.find(query, Document.class, "t_user_info");
// 输出内容：【Query: { "delFlag" : "0", "userName" : { "$regex" : "^.*张三.*$", "$options" : ""}, "age" : { "$gte" : 20}, "sex" : { "$in" : ["男", "女"]}, "$or" : [{ "oneFlag" : true}, { "towFlag" : true}]}, Fields: { "indexNum" : 1, "sex" : 1, "userName" : 1, "age" : 1}, Sort: { "age" : -1, "indexNum" : 1}】
System.out.println(query.toString());

1.4 组装查询条件

（1）错误场景

mongoTemplate的query在组装查询条件时，执行query.addCriteria，不能对统一字段执行多次此操作，否则会抛出InvalidMongoDbApiUsageException异常。

错误代码，如下：

Query query = new Query();
// 对字段age，添加多个条件
query.addCriteria(Criteria.where("age").gte(20));
query.addCriteria(Criteria.where("age").lte(30));
List<Document> list = mongoTemplate.find(query, Document.class, "t_user_info");

此种情况，抛出异常信息如下：

org.springframework.data.mongodb.InvalidMongoDbApiUsageException: Due to limitations of the com.mongodb.BasicDocument, you can't add a second 'age' criteria. Query already contains '{ "age" : { "$gte" : 20}}'

（2）解决方案-1

同一个字段，拼接多个条件。

Query query = new Query();
query.addCriteria(Criteria.where("age").gte(20).lte(30));
List<Document> list = mongoTemplate.find(query, Document.class, "t_user_info");
// 输出内容：【Query: { "age" : { "$gte" : 20, "$lte" : 30}}, Fields: {}, Sort: {}】
System.out.println(query);

（3）解决方案-2（建议）

将查询条件，拼接为and模式

List<Criteria> criteriaList = new ArrayList<>();
criteriaList.add(Criteria.where("age").gte(20));
criteriaList.add(Criteria.where("age").lte(30));

Criteria[] criteriaArr= new Criteria[criteriaList.size()];
criteriaList.toArray(criteriaArr);

Criteria criteria = new Criteria();
criteria.andOperator(criteriaArr);

Query query = new Query();
query.addCriteria(criteria);

List<Document> list = mongoTemplate.find(query, Document.class, "t_user_info");
// 输出内容：【Query: { "$and" : [{ "age" : { "$gte" : 20}}, { "age" : { "$lte" : 30}}]}, Fields: {}, Sort: {}】
System.out.println(query);

1.5 游标查询

试用于海量数据查询

// ----------[组装查询条件]----------
Query query = new Query();
query.addCriteria(Criteria.where("sex").is("男"));

// ----------[游标查询]----------
try(MongoCursor<Document> cursor = mongoTemplate.getCollection("t_user_info").find(query.getQueryObject()).batchSize(1000).noCursorTimeout(true).cursor();) {
    while (cursor.hasNext()){
        Document document = cursor.next();
        // TODO 执行业务方法
    }
}catch (Exception e){
    e.printStackTrace();
}

1.6 聚合查询

// ----------[分页相关]----------
// 页数
long pageNumber = 1;
// 每页数量
long pageLimit = 10;

// ----------[查询条件相关]----------
// where
Criteria whereCriteria = new Criteria().andOperator(Criteria.where("delFlag").is("0"));
// having
Criteria havingCriteria = new Criteria().andOperator(Criteria.where("count").gte(500));

// ----------[分组查询]----------
Aggregation aggregation = Aggregation.newAggregation(
    // 条件（match在group前作为where使用）
    Aggregation.match(whereCriteria),
    // 分组条件（group by sex, userName）
    Aggregation.group("sex", "userName").max("indexNum").as("maxIndexNum").count().as("count"),
    //having（match在group后作为having使用）
    Aggregation.match(havingCriteria),
    // 映射字段到前台
    Aggregation.project("sex", "userName", "maxIndexNum", "count"),
    // 排序
    Aggregation.sort(Sort.by(new Sort.Order(Sort.Direction.ASC, "sex"))),
    // 分页
    Aggregation.skip((pageNumber - 1) * pageLimit),
    Aggregation.limit(pageLimit)
);
// Mongodb规定了aggregate管道聚合的返回数据不能超过`16M`，超过16M就会报异常错误。解决方法就是设置`allowDiskUse:true`，即允`许使用磁盘缓存`
aggregation = aggregation.withOptions(Aggregation.newAggregationOptions().allowDiskUse(true).build());

// 输出内容：【{ "aggregate" : "__collection__", "pipeline" : [{ "$match" : { "$and" : [{ "delFlag" : "0"}]}}, { "$group" : { "_id" : { "sex" : "$sex", "userName" : "$userName"}, "maxIndexNum" : { "$max" : "$indexNum"}, "count" : { "$sum" : 1}}}, { "$match" : { "$and" : [{ "count" : { "$gte" : 500}}]}}, { "$project" : { "sex" : "$_id.sex", "userName" : "$_id.userName", "maxIndexNum" : 1, "count" : 1}}, { "$sort" : { "sex" : 1}}, { "$skip" : { "$numberLong" : "0"}}, { "$limit" : { "$numberLong" : "10"}}], "allowDiskUse" : true}】
System.out.println(aggregation.toString());
List<Map> list = mongoTemplate.aggregate(aggregation, "t_user_info", Map.class).getMappedResults();

1.7 MapReduce

1.7.1 注意事项

Map注意事项：

  • 在map函数中，如果要引用当前文档自身，可以使用this
  • 在一个map函数中可以任意多次调用emit函数来输出具有key/value形式的中间数据

Reduce注意事项：

  • 如果一个key只有一个value，那么MongoDB不调用reduce函数
  • 对于同一个key，reduce函数可能会执行多次
1.7.2 mongo脚本

（1）输出结果到实际的表

输出结果到表中（以替换整张表的方式）

// 自定义map函数
var myMap = function() {
    emit(this.sex, this.age);
}
// 自定义reduce函数
var myReduce = function(key, values) {
    var totalAge = 0;
    for (var i = 0; i < values.length; i++) {
        totalAge = totalAge + values[i];
    }
    return totalAge;
}
// 执行mapReduce方法
db.t_user_info.mapReduce(
    // 自定义map函数
    myMap,
    // 自定义reduce函数
    myReduce,
    {
        // 查询条件
        query: {"delFlag" : "0"},
        // 输出方式(整个替换输出到表)(输出到内容中，可用："out: { inline: 1 }")
        out: "map_reduce_result"
    }
)

执行后，输出内容如下：

/* 1 */
{
    // 存储数据的集合
    "result" : "map_reduce_result",
    // 执行花费的时间（毫秒）
    "timeMillis" : 138.0,
    "counts" : {
        // 满足条件被发送到map函数的文档个数
        "input" : 1500,
        // 在map函数中emit被调用的次数，也就是所有集合中的数据总量
        "emit" : 1500,
        // 满足条件被发送到reduce函数的文档个数
        "reduce" : 15,
        // 结果集合中的文档个数
        "output" : 2
    },
    // 是否成功，成功为1
    "ok" : 1.0,
    "_o" : {
        "result" : "map_reduce_result",
        "timeMillis" : 138,
        "counts" : {
            "input" : 1500,
            "emit" : 1500,
            "reduce" : 15,
            "output" : 2
        },
        "ok" : 1.0
    },
    "_keys" : [ 
        "result", 
        "timeMillis", 
        "counts", 
        "ok"
    ],
    "_db" : {
        "_mongo" : {
            "slaveOk" : true,
            "host" : "192.168.0.11:40001",
            "defaultDB" : "aaDb",
            "authStatus" : {
                "authRequired" : true,
                "isMaster" : true,
                "replSetGetStatus" : true
            },
            "_readMode" : "commands"
        },
        "_name" : "aaDb"
    },
    "_coll" : {
        "_mongo" : {
            "slaveOk" : true,
            "host" : "192.168.0.11:40001",
            "defaultDB" : "aaDb",
            "authStatus" : {
                "authRequired" : true,
                "isMaster" : true,
                "replSetGetStatus" : true
            },
            "_readMode" : "commands"
        },
        "_db" : {
            "_mongo" : {
                "slaveOk" : true,
                "host" : "192.168.0.11:40001",
                "defaultDB" : "aaDb",
                "authStatus" : {
                    "authRequired" : true,
                    "isMaster" : true,
                    "replSetGetStatus" : true
                },
                "_readMode" : "commands"
            },
            "_name" : "aaDb"
        },
        "_shortName" : "map_reduce_result",
        "_fullName" : "aaDb.map_reduce_result"
    }
}

执行结束后，表map_reduce_result中结果如下：

/* 1 */
{
    "_id" : "女",
    "value" : 12500.0
}

/* 2 */
{
    "_id" : "男",
    "value" : 19999.0
}

（2）输出到内存

如只想获取，计算结果，不想将数据结果输出到实际的表中。可以将out进行如下配置，将结果，输出到内存中：

out: { inline: 1 }

这个选项只有在结果集单个文档大小在16MB限制范围内时才有效

完整脚本如下：

// 自定义map函数
var myMap = function() {
    emit(this.sex, this.age);
}
// 自定义reduce函数
var myReduce = function(key, values) {
    var totalAge = 0;
    for (var i = 0; i < values.length; i++) {
        totalAge = totalAge + values[i];
    }
    return totalAge;
}
// 执行mapReduce方法
db.t_user_info.mapReduce(
    // 自定义map函数
    myMap,
    // 自定义reduce函数
    myReduce,
    {
        // 查询条件
        query: {"delFlag" : "0"},
        // 输出方式(内存临时表)
        out: { inline: 1 }
    }
)

输出结果如下（可见results属性中，可以看到计算的最终结果）

/* 1 */
{
    "results" : [ 
        {
            "_id" : "女",
            "value" : 12500.0
        }, 
        {
            "_id" : "男",
            "value" : 19999.0
        }
    ],
    "timeMillis" : 81.0,
    "counts" : {
        "input" : 1500,
        "emit" : 1500,
        "reduce" : 15,
        "output" : 2
    },
    "ok" : 1.0,
    "_o" : {
        "results" : [ 
            {
                "_id" : "女",
                "value" : 12500.0
            }, 
            {
                "_id" : "男",
                "value" : 19999.0
            }
        ],
        "timeMillis" : 81,
        "counts" : {
            "input" : 1500,
            "emit" : 1500,
            "reduce" : 15,
            "output" : 2
        },
        "ok" : 1.0
    },
    "_keys" : [ 
        "results", 
        "timeMillis", 
        "counts", 
        "ok"
    ],
    "_db" : {
        "_mongo" : {
            "slaveOk" : true,
            "host" : "192.168.0.11:40001",
            "defaultDB" : "aaDb",
            "authStatus" : {
                "authRequired" : true,
                "isMaster" : true,
                "replSetGetStatus" : true
            },
            "_readMode" : "commands"
        },
        "_name" : "aaDb"
    }
}
1.7.3 mongoTemplate

（1）写入到内存中

// （1）定义map函数
String mapFun = "function() {\n" +
    "    emit(this.sex, this.age);\n" +
    "}";
// （2）定义reduce函数
String reduceFun = "function(key, values) {\n" +
    "    var totalAge = 0;\n" +
    "    for (var i = 0; i < values.length; i++) {\n" +
    "        totalAge = totalAge + values[i];\n" +
    "    }\n" +
    "    return totalAge;\n" +
    "}";

// （3）执行mapReduce方法
MapReduceResults<Document> mapReduceResults = mongoTemplate.mapReduce(new Query(Criteria.where("delFlag").is("0")), "t_user_info", mapFun, reduceFun, Document.class);

// （4）输出执行结果
Iterator<Document> iterator = mapReduceResults.iterator();
while (iterator.hasNext()) {
    // Document{{_id=女, value=12500.0}}
    // Document{{_id=男, value=19999.0}}
    System.out.println(iterator.next());
}

（2）写入到表

// （1）定义map函数
String mapFun = "function() {\n" +
    "    emit(this.sex, this.age);\n" +
    "}";

// （2）定义reduce函数
String reduceFun = "function(key, values) {\n" +
    "    var totalAge = 0;\n" +
    "    for (var i = 0; i < values.length; i++) {\n" +
    "        totalAge = totalAge + values[i];\n" +
    "    }\n" +
    "    return totalAge;\n" +
    "}";

// （3）定义相关属性配置
MapReduceOptions mapReduceOptions = MapReduceOptions.options().outputCollection("my_map_reduce_res");

// （4）执行mapReduce方法
MapReduceResults<Document> mapReduceResults = mongoTemplate.mapReduce(new Query(Criteria.where("delFlag").is("0")), "t_user_info", mapFun, reduceFun, mapReduceOptions, Document.class);

// （5）输出执行结果
Iterator<Document> iterator = mapReduceResults.iterator();
while (iterator.hasNext()) {
    // Document{{_id=女, value=12500.0}}
    // Document{{_id=男, value=19999.0}}
    System.out.println(iterator.next());
}

根据输出结果，可见，仍然可在对象MapReduceResults中获取执行结果，执行结束后，查询数据库，可见目标表my_map_reduce_res中，已生成我们需要的数据。

/* 1 */
{
    "_id" : "女",
    "value" : 12500.0
}

/* 2 */
{
    "_id" : "男",
    "value" : 19999.0
}

1.8 bulk

主要适用于批量更新，减少更新请求的调用次数。也可混合使用（写入、更新、删除）。

（1）写法1

// ----------[定义更新集合]----------
List<Pair<Query, Update>> updatePairList = new ArrayList<>();

// ----------[组装更新集合]----------
// 组装更新数据1
Query query1 = new Query();
query1.addCriteria(Criteria.where("indexNum").is(1));
Update update1 = new Update();
update1.set("delFlag", "11");
Pair<Query, Update> updatePair1 = Pair.of(query1, update1);
updatePairList.add(updatePair1);

// 组装更新数据2
Query query2 = new Query();
query2.addCriteria(Criteria.where("indexNum").is(2));
Update update2 = new Update();
update2.set("delFlag", "12");
Pair<Query, Update> updatePair2 = Pair.of(query2, update2);
updatePairList.add(updatePair2);

// ......

// ----------[更新数据]----------
BulkOperations operations = mongoTemplate.bulkOps(BulkOperations.BulkMode.UNORDERED, "t_user_info");
operations.updateOne(updatePairList);
BulkWriteResult writeResult = operations.execute();
boolean result = writeResult.wasAcknowledged();
System.out.println("执行结果：" + result);

（2）写法2

 // ----------[定义操作对象]----------
BulkOperations operations = mongoTemplate.bulkOps(BulkOperations.BulkMode.UNORDERED, "t_user_info");

// ----------[组装更新集合]----------
// 组装更新数据1
Query query1 = new Query();
query1.addCriteria(Criteria.where("indexNum").is(1));
Update update1 = new Update();
update1.set("delFlag", "21");
operations.updateOne(query1,update1);

// 组装更新数据2
Query query2 = new Query();
query2.addCriteria(Criteria.where("indexNum").is(2));
Update update2 = new Update();
update2.set("delFlag", "22");
operations.updateOne(query2,update2);

// ......
// operations.insert()
// operations.remove()

// ----------[更新数据]----------
BulkWriteResult writeResult = operations.execute();
boolean result = writeResult.wasAcknowledged();
System.out.println("执行结果：" + result);

1.9 切换到主库查询

默认readPreference为ReadPreference.secondaryPreferred()时，可通过如下方式，临时设置从主库读取数据。

也可设置专门从主库读取数据的mongoTemplate句柄。

// mongoTemplate切换到主库查询
try {
    mongoTemplate.setReadPreference(ReadPreference.primary());
    
    // TODO 执行查询操作......

}catch (Exception e){
    // 异常（处理或抛出）
    e.printStackTrace();
}finally {
    // 切换回默认的ReadPreference
    mongoTemplate.setReadPreference(ReadPreference.secondary());
}

2 Mybatis

应用数据库：mysql。测试使用建表脚本如下：

CREATE TABLE `c_m_phone` (
  `id` int(11) NOT NULL AUTO_INCREMENT COMMENT 'id',
  `phone_first` varchar(20) DEFAULT NULL COMMENT '前缀号段',
  `phone_provence` varchar(20) DEFAULT NULL COMMENT '手机所在省份',
  `phone_city` varchar(20) DEFAULT NULL COMMENT '手机所在城市',
  `service` varchar(20) DEFAULT NULL COMMENT '服务商',
  `area_number` int(10) DEFAULT NULL COMMENT '区号',
  `code` varchar(10) DEFAULT NULL COMMENT '邮编',
  PRIMARY KEY (`id`),
  UNIQUE KEY `phoneFirst` (`phone_first`) USING BTREE
) ENGINE=InnoDBDEFAULT CHARSET=utf8 COMMENT='电话区域表';

2.1 批量插入

适用于海量数据插入到数据库的情况，用来提高写入速度，建议上限5000。

Java方法：

int insertBatch(@Param("list") List<CMPhone> list);

xml：

<insert id="insertBatch">
    insert into c_m_phone(phone_first, phone_provence, phone_city, service, area_number, code)
    values
    <foreach collection="list" item="item" separator=",">
    (
        #{item.phoneFirst}, #{item.phoneProvence}, #{item.phoneCity},#{item.service}, #{item.areaNumber}, #{item.code}
    )
    </foreach>
</insert>

2.2 流式查询

Java方法：

/**
 * 流式查询数据
 * @param model   参数
 * @param handler 结果集
 * @return void
 */
void findByStream(@Param("model") CMPhone model, ResultHandler handler);

xml：

<resultMap id="BaseResultMap" type="com.tmp.demo.mysql.mapper.bean.CMPhone">
    <id column="id" property="id" jdbcType="INTEGER"/>
    <result column="phone_first" property="phoneFirst" jdbcType="VARCHAR"/>
    <result column="phone_provence" property="phoneProvence" jdbcType="VARCHAR"/>
    <result column="phone_city" property="phoneCity" jdbcType="VARCHAR"/>
    <result column="service" property="service" jdbcType="VARCHAR"/>
    <result column="area_number" property="areaNumber" jdbcType="INTEGER"/>
    <result column="code" property="code" jdbcType="VARCHAR"/>
</resultMap>

<select id="findByStream" resultMap="BaseResultMap" resultSetType="FORWARD_ONLY" fetchSize="-2147483648">
    select id, phone_first, phone_provence, phone_city, service, area_number, code
    from c_m_phone
    <where>
        <if test="model.phoneFirst != null and model.phoneFirst != '' ">
            AND phone_first like #{model.phoneFirst}
        </if>
    </where>
</select>

应用：

CMPhone model = new CMPhone();
model.setPhoneFirst("%37%");
cmPhoneMapper.findByStream(model, (ResultHandler<CMPhone>) resultContext -> {
    System.out.println("第几个：" + resultContext.getResultCount());
    CMPhone cmPhone = resultContext.getResultObject();
    System.out.println("查询结果：" + cmPhone);
});

2.3 自定义事务

@Autowired
private PlatformTransactionManager transactionManager;

@Autowired
private TransactionDefinition transactionDefinition;

/**
 * 自定义事务测试
 */
public void transactionTest() {
    // 开启事务
    TransactionStatus transactionStatus = transactionManager.getTransaction(transactionDefinition);
    try {
        // ----------执行数据库操作----------start
        List<CMPhone> list = new ArrayList<>();
        CMPhone cmPhone = new CMPhone();
        cmPhone.setPhoneFirst("X1");
        list.add(cmPhone);
        cmPhoneMapper.insertBatch(list);
        // 如事务写入的数据很多，且执行时间太长，可中途进行资源刷新（刷新缓存到数据库，提高速度）
        transactionStatus.flush();
        cmPhoneMapper.insertBatch(list);
        // ----------执行数据库操作----------end

        // 提交事务
        transactionManager.commit(transactionStatus);
    } catch (Exception e) {
        e.printStackTrace();
        // 回滚事务
        transactionManager.rollback(transactionStatus);
    }
}

最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
禁止转载，如需转载请通过简信或评论联系作者。
  • 人面猴
    序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
    沈念sama阅读 203,271评论 5赞 476
  • 死咒
    序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
    沈念sama阅读 85,275评论 2赞 380
  • 救了他两次的神仙让他今天三更去死
    文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
    开封第一讲书人阅读 150,151评论 0赞 336
  • 道士缉凶录：失踪的卖姜人
    文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...
    开封第一讲书人阅读 54,550评论 1赞 273
  • 港岛之恋（遗憾婚礼）
    正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
    茶点故事阅读 63,553评论 5赞 365
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
    开封第一讲书人阅读 48,559评论 1赞 281
  • 城市分裂传说
    那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...
    沈念sama阅读 37,924评论 3赞 395
  • 双鸳鸯连环套：你想象不到人心有多黑
    文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
    开封第一讲书人阅读 36,580评论 0赞 257
  • 万荣杀人案实录
    序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
    沈念sama阅读 40,826评论 1赞 297
  • 护林员之死
    正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2赞 320
  • 白月光启示录
    正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1赞 329
  • 活死人
    序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
    沈念sama阅读 33,363评论 4赞 318
  • 日本核电站爆炸内幕
    正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
    茶点故事阅读 38,940评论 3赞 307
  • 男人毒药：我在死后第九天来索命
    文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0赞 19
  • 一桩弑父案，背后竟有这般阴谋
    文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1赞 259
  • 情欲美人皮
    我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2赞 349
  • 代替公主和亲
    正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2赞 342

推荐阅读更多精彩内容