欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

基于Python的作者歸屬實戰(zhàn):從功能詞到字符N元語法

基于Python的作者歸屬實戰(zhàn):從功能詞到字符N元語法 簡介本資源為《Python數(shù)據(jù)挖掘項目開發(fā)實戰(zhàn)》第9章「作者歸屬問題」的配套PDF面向具備一定Python與數(shù)據(jù)挖掘基礎(chǔ)、希望完整走通分類項目流程的開發(fā)者與學(xué)習(xí)者。內(nèi)容圍繞文本挖掘中的作者歸屬任務(wù)展開從問題界定、背景知識到特征抽取、流水線搭建與結(jié)果分析系統(tǒng)講解如何把交叉驗證、特征工程與分類算法整合應(yīng)用。資源重點比較功能詞與N元語法兩類特征的效果并涉及詞袋模型回顧、支持向量機、數(shù)據(jù)集清洗等關(guān)鍵環(huán)節(jié)實驗數(shù)據(jù)先采用古騰堡計劃圖書語料再進(jìn)階到噪音較多的真實電子郵件語料同時區(qū)分封閉問題與開放問題兼顧作者畫像、作者驗證、作者聚類等衍生場景。包內(nèi)共1個PDF文件大小約1.48MB便于隨時查閱與對照實踐。目前已有369人學(xué)習(xí)適合希望掌握數(shù)據(jù)挖掘完整流程、提升文本分類實戰(zhàn)能力的讀者參考。1. 作者歸屬問題從177本公版書到安然郵件語料這套分類流水線到底怎么跑手里有一堆匿名文檔想知道它們分別出自誰手——這事在文本挖掘里叫作者歸屬authorship attribution本質(zhì)是一個多分類任務(wù)。它不靠寫作時間、印刷形式或筆跡只用作品內(nèi)容本身從一組候選作者里找出文檔真正的主人。聽起來像玄學(xué)但背后的依據(jù)是文體學(xué)每個人在語言掌握上有微小差異這些差異會穩(wěn)定地反映到用詞、標(biāo)點和句式習(xí)慣里機器恰好擅長統(tǒng)計這些細(xì)微差別。這份《Python數(shù)據(jù)挖掘項目開發(fā)實戰(zhàn)》第9章的配套資源把前幾章的數(shù)據(jù)挖掘方法整合成一條完整流水線界定問題、抽取特征、創(chuàng)建Pipeline、交叉檢驗、對比特征效果。它用兩套數(shù)據(jù)集遞進(jìn)——先用古騰堡計劃的177本公版圖書7位作家跑通流程再上噪音更多的安然公司真實郵件語料增加難度。適合已經(jīng)會sklearn基礎(chǔ)操作、想找一個完整分類項目練手的人也適合想搞清楚功能詞和字符N元語法到底哪個更適合作者歸屬的從業(yè)者。下面按“資源是什么→怎么用→坑在哪”的順序拆開講。2. 圖書數(shù)據(jù)集從古騰堡下載到清洗把177本作品變成可訓(xùn)練矩陣2.1 下載與目錄結(jié)構(gòu)數(shù)據(jù)來自古騰堡計劃www.gutenberg.org7位作家共177篇作品塔金頓22篇、狄更斯44篇、內(nèi)斯比特10篇、柯南·道爾51篇、馬克·吐溫29篇、伯頓11篇、加博里奧10篇。配套代碼包里有一個getdata.py負(fù)責(zé)自動下載并按作者分文件夾存放。先在Data目錄下建好books文件夾路徑要和代碼里保持一致import os import sys data_folder os.path.join(os.path.expanduser(~), Data, books)然后在筆記本里加載下載腳本并運行# 在Jupyter單元格中執(zhí)行加載并運行g(shù)etdata.py !load getdata.py!load是IPython的魔術(shù)命令把腳本內(nèi)容讀進(jìn)當(dāng)前單元格再按ShiftEnter執(zhí)行下載邏輯。下載耗時取決于網(wǎng)絡(luò)跑完會給出提示。下載完成后books目錄下是按作者名命名的子文件夾每個子文件夾里是該作家的作品文本文件。提示下載腳本依賴requests庫如果環(huán)境里沒有先pip install requests。下載過程中斷的話重新運行會覆蓋已存在的文件不會重復(fù)堆積。2.2 清洗為什么不在磁盤上直接刪聲明每篇古騰堡作品前后都有一大段項目聲明文字從數(shù)據(jù)分析角度看全是噪音。直覺做法是打開文件把聲明刪掉再保存但這樣做有個隱患一旦改動原文件后續(xù)實驗就無法保證可重現(xiàn)——你沒法證明這次結(jié)果和上次用的是同一份數(shù)據(jù)。更穩(wěn)妥的做法是在加載時跳過聲明部分原文件保持不動。清洗函數(shù)按行切分找到作品開始和結(jié)束的標(biāo)識行取中間內(nèi)容def clean_book(document): lines document.split(\n) start 0 end len(lines) for i in range(len(lines)): line lines[i] if line.startswith(*** START OF THIS PROJECT GUTENBERG): start i 1 elif line.startswith(*** END OF THIS PROJECT GUTENBERG): end i - 1 return \n.join(lines[start:end])start初始為0、end初始為總行數(shù)是為了兜底——萬一某篇作品沒有標(biāo)準(zhǔn)標(biāo)識行就返回全文而不是空字符串。找到標(biāo)識行后start取標(biāo)識行的下一行end取標(biāo)識行的上一行中間就是純作品內(nèi)容。最后用換行符重新拼接。2.3 加載全部圖書并生成類別標(biāo)簽加載函數(shù)遍歷books下的作者子文件夾用enumerate給每個作者分配一個整數(shù)編號這個編號就是分類任務(wù)里的類別標(biāo)簽import numpy as np def load_books_data(folderdata_folder): documents [] authors [] subfolders [subfolder for subfolder in os.listdir(folder) if os.path.isdir(os.path.join(folder, subfolder))] for author_number, subfolder in enumerate(subfolders): full_subfolder_path os.path.join(folder, subfolder) for document_name in os.listdir(full_subfolder_path): with open(os.path.join(full_subfolder_path, document_name)) as inf: documents.append(clean_book(inf.read())) authors.append(author_number) return documents, np.array(authors, dtypeint)documents是文本列表authors是對應(yīng)的類別數(shù)組。enumerate保證每個子文件夾對應(yīng)唯一編號np.array(..., dtypeint)把類別轉(zhuǎn)成整型數(shù)組方便后續(xù)傳給sklearn的分類器。調(diào)用一次就能拿到全部數(shù)據(jù)documents, classes load_books_data(data_folder)177篇文本加載進(jìn)內(nèi)存沒有壓力。如果數(shù)據(jù)集大到內(nèi)存裝不下常見做法是每次只從一篇或幾篇文檔抽特征把特征矩陣寫到磁盤或內(nèi)存映射文件里而不是一次性把原始文本全讀進(jìn)來。3. 功能詞特征用CountVectorizer鎖定寫作習(xí)慣跑通第一條流水線3.1 功能詞為什么能區(qū)分作者功能詞是本身含義很弱、但構(gòu)成英語句子必不可少的成分比如this、which、the、of。它們的用法更多由作者的使用習(xí)慣決定而不是由文檔主題決定。一個典型例子很多美國人很在意區(qū)分that和which的用法澳大利亞等國家的人就不太在意有些人幾乎一律用that。這類微小差異疊加起來就成了區(qū)分作者的信號。選功能詞有個經(jīng)驗法則優(yōu)先選在所有文檔中使用頻率都高的詞。使用越頻繁對作者分析提供的信息越多使用頻率低的詞更適合做基于內(nèi)容的主題劃分而不是作者歸屬。下面這份功能詞表來自已發(fā)表研究可以直接用function_words [a, able, aboard, about, above, absent, according, accordingly, across, after, against, ahead, albeit, all, along, alongside, although, am, amid, amidst, among, amongst, amount, an, and, another, anti, any, anybody, anyone, anything, are, around, as, aside, astraddle, astride, at, away, bar, barring, be, because, been, before, behind, being, below, beneath, beside, besides, better, between, beyond, bit, both, but, by, can, certain, circa, close, concerning, consequently, considering, could, couple, dare, deal, despite, down, due, during, each, eight, eighth, either, enough, every, everybody, everyone, everything, except, excepting, excluding, failing, few, fewer, fifth, first, five, following, for, four, fourth, from, front, given, good, great, had, half, have, he, heaps, hence, her, hers, herself, him, himself, his, however, i, if, in, including, inside, instead, into, is, it, its, itself, keeping, lack, less, like, little, loads, lots, majority, many, masses, may, me, might, mine, minority, minus, more, most, much, must, my, myself, near, need, neither, nevertheless, next, nine, ninth, no, nobody, none, nor, nothing, notwithstanding, number, numbers, of, off, on, once, one, onto, opposite, or, other, ought, our, ours, ourselves, out, outside, over, part, past, pending, per, pertaining, place, plenty, plethora, plus, quantities, quantity, quarter, regarding, remainder, respecting, rest, round, save, saving, second, seven, seventh, several, shall, she, should, similar, since, six, sixth, so, some, somebody, someone, something, spite, such, ten, tenth, than, thanks, that, the, their, theirs, them, themselves, then, thence, therefore, these, they, third, this, those, though, three, through, throughout, thru, thus, till, time, to, tons, top, toward, towards, two, under, underneath, unless, unlike, until, unto, up, upon, us, used, various, versus, via, view, wanting, was, we, were, what, whatever, when, whenever, where, whereas, wherever, whether, which, whichever, while, whilst, who, whoever, whole, whom, whomever, whose, will, with, within, without, would, yet, you, your, yours, yourself, yourselves]把這份列表傳給CountVectorizer的vocabulary參數(shù)就鎖定了特征空間——只統(tǒng)計這些詞不再從數(shù)據(jù)里學(xué)習(xí)詞匯表from sklearn.feature_extraction.text import CountVectorizer extractor CountVectorizer(vocabularyfunction_words)注意傳了vocabulary之后訓(xùn)練集里沒出現(xiàn)的功能詞會被忽略測試集里出現(xiàn)但詞匯表里沒有的詞也不會被統(tǒng)計。這保證了訓(xùn)練和預(yù)測階段用的是同一套特征不會因為數(shù)據(jù)不同導(dǎo)致維度錯位。3.2 支持向量機與網(wǎng)格搜索分類器用SVM。它的基本思想是找一個能把兩類數(shù)據(jù)分開的最優(yōu)超平面讓每個點到超平面的距離最大化。多分類時常見做法是為每個類別建一個一對多分類器把“屬于該類”和“其他所有類”分開預(yù)測時選最匹配的那個。scikit-learn的SVC會自動處理這個過程。SVM有兩個關(guān)鍵參數(shù)kernel和C。kernel決定用什么核函數(shù)線性核最簡單rbf核高斯核適合線性不可分的數(shù)據(jù)。C控制對誤分類的懲罰C值越高間隔越小盡量把所有訓(xùn)練數(shù)據(jù)分對但有過擬合風(fēng)險C值越低間隔越大允許一些數(shù)據(jù)分錯泛化可能更好。用網(wǎng)格搜索在這兩個參數(shù)上找最優(yōu)組合from sklearn.svm import SVC from sklearn.cross_validation import cross_val_score from sklearn.pipeline import Pipeline from sklearn import grid_search parameters {kernel: (linear, rbf), C: [1, 10]} svr SVC() grid grid_search.GridSearchCV(svr, parameters)GridSearchCV會遍歷kernel和C的所有組合對每組做交叉檢驗選平均得分最高的那組。parameters字典里kernel是元組、C是列表這是網(wǎng)格搜索的標(biāo)準(zhǔn)寫法。提示rbf核只適合數(shù)據(jù)集相對較小的情況比如特征數(shù)少于10000。功能詞表大約200個詞特征維度不高rbf完全扛得住。但如果換成字符N元語法特征數(shù)會暴漲得留意。3.3 組裝流水線并交叉檢驗把特征抽取和分類器串成Pipeline避免手動分步調(diào)用時訓(xùn)練集和測試集特征不一致的問題pipeline1 Pipeline([ (feature_extraction, extractor), (clf, grid) ]) scores cross_val_score(pipeline1, documents, classes, scoringf1) print(Score: {:.3f}.format(np.mean(scores)))cross_val_score默認(rèn)做3折交叉檢驗每折里Pipeline會先在訓(xùn)練折上fit特征抽取器再在測試折上transform保證不泄露測試集信息。用f1作為評分標(biāo)準(zhǔn)是因為7個作者的類別分布不完全均衡f1比準(zhǔn)確率更能反映每個類別的分類質(zhì)量。這套功能詞流水線的正確率大約0.811對7個作者來說已經(jīng)不錯。4. 字符N元語法換掉特征抽取器看稀疏矩陣怎么提升分類效果4.1 字符N元語法的原理與參數(shù)N元語法是由N個連續(xù)對象組成的序列對文本來說N通常取2到6。基于單詞的N元語法常用于主題相關(guān)研究而基于字符的N元語法在作者歸屬上效果很好。廣為接受的理論是人們寫作時傾向于選自己講起來容易的單詞字符N元模型N取2到6跟音素組成單詞發(fā)音的聲音有很好的相似關(guān)系因此能模擬寫作風(fēng)格。用CountVectorizer抽取字符N元語法關(guān)鍵是設(shè)置analyzerchar和ngram_rangepipeline Pipeline([ (feature_extraction, CountVectorizer(analyzerchar, ngram_range(3, 3))), (classifier, grid) ]) scores cross_val_score(pipeline, documents, classes, scoringf1) print(Score: {:.3f}.format(np.mean(scores)))analyzerchar告訴向量化器按字符切分而不是按詞切分。ngram_range(3, 3)表示只抽取長度為3的字符N元語法兩個值相同就鎖定單一長度。如果想同時抽2到4的N元語法寫成(2, 4)即可但特征維度會成倍增長。字符N元語法矩陣的一個顯著特點是稀疏。N取2時大約75%的項為0N取5時93%以上為0。不過比起基于詞語的N元語法矩陣稀疏程度還是低一些常見分類器處理起來問題不大。4.2 功能詞與字符N元語法的差異兩者存在大量隱式重合因為字符序列更可能出現(xiàn)在功能詞中。但差別也很明顯字符N元語法能捕獲標(biāo)點的使用特點功能詞做不到。比如句號在字符N元語法里是一個特征而基于功能詞的方法只能用句號前的單詞。這意味著字符N元語法對作者的標(biāo)點習(xí)慣敏感而功能詞對語法詞選擇敏感。實際選型時如果文本經(jīng)過嚴(yán)格清洗、標(biāo)點規(guī)范兩種特征都可以試如果文本標(biāo)點混亂或作者有獨特標(biāo)點習(xí)慣字符N元語法往往更有優(yōu)勢。代價是特征維度高、訓(xùn)練慢需要更多內(nèi)存。4.3 參數(shù)怎么調(diào)ngram_range的N值選擇沒有萬能公式。N太小比如2特征區(qū)分度不夠N太大比如6特征矩陣極度稀疏很多N元語法只出現(xiàn)一兩次對分類幫助有限還增加計算量。常見做法是從3開始試再對比2、4、5的效果。CountVectorizer還有幾個參數(shù)值得關(guān)注lowercase默認(rèn)True會把所有字符轉(zhuǎn)小寫如果作者的大小寫習(xí)慣是區(qū)分信號可以設(shè)為Falsemax_features可以限制特征數(shù)量按詞頻取前N個適合特征爆炸時降維min_df可以過濾掉出現(xiàn)次數(shù)太少的N元語法減少噪音。注意字符N元語法對文本長度敏感。短文本抽不出足夠多的N元語法特征矩陣會非常稀疏分類效果可能不如功能詞。安然郵件里有些郵件很短這時候要留意樣本長度分布。5. 安然郵件語料從423MB原始郵件到均衡的作者分類數(shù)據(jù)集5.1 數(shù)據(jù)集背景與獲取安然公司曾是全球最大的能源公司之一2000年擁有20000余名員工年收入高達(dá)1000億美元。2001年財務(wù)造假丑聞曝光后股價從90多美元跌到1美元隨即破產(chǎn)。調(diào)查過程中公開了60多萬封電子郵件這些數(shù)據(jù)后來被廣泛用于社會媒體分析、欺詐分析等研究。用于作者歸屬的優(yōu)勢在于能明確知道發(fā)件人是誰語料規(guī)模遠(yuǎn)大于圖書數(shù)據(jù)集。數(shù)據(jù)集從卡內(nèi)基梅隆大學(xué)網(wǎng)站下載整個包423MBgzip壓縮格式。非Linux系統(tǒng)可以用7-zip解壓。解壓后目錄默認(rèn)為enron_mail_20110402。指定數(shù)據(jù)位置enron_data_folder os.path.join( os.path.expanduser(~), Data, enron_mail_20110402, maildir)5.2 郵件解析與類別均衡做作者歸屬只需要明確知道發(fā)件人的郵件所以查看每位用戶的發(fā)件箱——文件夾名里含“sent”的那些。郵件內(nèi)容需要用解析器從原始郵件里抽出來from email.parser import Parser p Parser()加載函數(shù)要解決一個現(xiàn)實問題有些用戶發(fā)了幾千封郵件有些只發(fā)了幾十封類別嚴(yán)重不均衡。用三個參數(shù)控制min_docs_author指定每個發(fā)件人至少發(fā)過多少封才納入max_docs_author指定最多從每個用戶抽多少封num_authors限定作者數(shù)量。為了實驗結(jié)果可重現(xiàn)還要固定隨機狀態(tài)from sklearn.utils import check_random_state def get_enron_corpus(num_authors10, data_folderdata_folder, min_docs_author10, max_docs_author100, random_stateNone): random_state check_random_state(random_state) email_addresses sorted(os.listdir(data_folder)) random_state.shuffle(email_addresses) documents [] classes [] author_num 0 authors {} for user in email_addresses: users_email_folder os.path.join(data_folder, user) mail_folders [os.path.join(users_email_folder, subfolder) for subfolder in os.listdir(users_email_folder) if sent in subfolder] # 后續(xù)遍歷mail_folders解析郵件按min/max限制抽取 # 滿足條件的作者才分配author_num并加入authors字典 return documents, np.array(classes, dtypeint), authors先sorted再shuffle是有意為之os.listdir每次返回順序不一定相同先排序保證基礎(chǔ)順序一致再用固定隨機狀態(tài)打亂這樣只要random_state相同每次選出的作者和郵件就完全一樣。authors字典把用戶名和類別編號關(guān)聯(lián)起來數(shù)據(jù)挖掘過程用不到但可視化時能定位到具體是誰。5.3 在郵件語料上跑流水線拿到documents和classes后直接復(fù)用前面的Pipeline。功能詞流水線和字符N元語法流水線都可以跑對比f1得分。郵件語料的噪音比圖書大得多——有簽名檔、轉(zhuǎn)發(fā)內(nèi)容、回復(fù)引用、拼寫錯誤這些都會影響特征質(zhì)量。常見做法是先做一輪輕量清洗去掉郵件頭、去掉引用行以“”開頭的行、統(tǒng)一換行符。但清洗過度也可能抹掉作者的個人習(xí)慣比如有人就是愛用特定簽名格式這本身就是信號。提示安然數(shù)據(jù)集里郵件正文的編碼格式不統(tǒng)一有些是latin-1有些是utf-8。讀取時如果報編碼錯誤用errorsignore或errorsreplace兜底別讓個別郵件中斷整個加載過程。6. 避坑與排查作者歸屬流水線里最容易翻車的五個地方6.1 交叉檢驗得分高得離譜現(xiàn)象功能詞流水線在圖書數(shù)據(jù)集上f1超過0.95換到郵件語料掉到0.6以下。原因圖書數(shù)據(jù)集里同一作者的多部作品被同時分到訓(xùn)練折和測試折模型可能記住了某部作品的特定內(nèi)容而不是作者的通用風(fēng)格。郵件語料里同一作者的郵件主題差異大模型泛化能力暴露出來。解決按作者分組做交叉檢驗確保同一作者的作品不會同時出現(xiàn)在訓(xùn)練和測試折。sklearn的GroupKFold可以指定分組標(biāo)簽把作者編號作為分組依據(jù)。6.2 CountVectorizer的vocabulary和訓(xùn)練集不匹配現(xiàn)象預(yù)測時報維度錯誤或者某些特征全為0。原因手動傳了vocabulary但訓(xùn)練集里實際出現(xiàn)的詞和詞匯表對不上或者訓(xùn)練時用了一套詞匯表預(yù)測時換了另一套。解決把CountVectorizer放進(jìn)Pipeline里讓它在每折訓(xùn)練時自己fit。不要在外面先fit好再傳進(jìn)去否則交叉檢驗時特征抽取器已經(jīng)見過全部數(shù)據(jù)造成信息泄露。6.3 字符N元語法內(nèi)存爆掉現(xiàn)象ngram_range設(shè)成(2, 6)后程序卡死或報MemoryError。原因字符N元語法的特征數(shù)量隨N值指數(shù)增長177本書的字符總量很大同時抽2到6的所有N元語法會產(chǎn)生海量特征。解決先用單一N值比如3跑通再逐步增加。用min_df5過濾掉出現(xiàn)次數(shù)少于5的N元語法能大幅降低維度?;蛘哂肏ashingVectorizer替代它不需要維護(hù)詞匯表內(nèi)存占用更可控。6.4 郵件解析后正文為空現(xiàn)象加載安然郵件后很多documents元素是空字符串或只有幾個字符。原因郵件是多部分MIME結(jié)構(gòu)正文可能在某個子部分里直接取msg.get_payload()拿到的是附件或HTML部分。有些郵件正文是base64編碼沒解碼就是亂碼。解決用email庫的walk()方法遍歷所有部分判斷content_type是否為text/plain是的話取get_payload(decodeTrue)再解碼。遇到text/html可以跳過或做標(biāo)簽清洗。6.5 隨機狀態(tài)沒固定導(dǎo)致結(jié)果不可重現(xiàn)現(xiàn)象同樣的代碼跑兩次f1得分不一樣。原因get_enron_corpus里用了隨機打亂選作者但random_state傳了None或者SVM的random_state沒設(shè)某些核函數(shù)內(nèi)部有隨機初始化。解決加載數(shù)據(jù)時固定random_state比如傳42。SVC的random_state也設(shè)成固定值。train_test_split、cross_val_score如果有隨機成分同樣要固定。把隨機種子寫進(jìn)配置別散落在代碼各處。7. 進(jìn)階技巧用混淆矩陣定位“誰被認(rèn)成了誰”再回頭調(diào)特征跑完流水線拿到f1得分只是開始真正有價值的是看模型在哪些作者之間混淆。用混淆矩陣能直觀看到哪些作者的文檔被大量分錯錯分給了誰。這一步往往能反過來指導(dǎo)特征工程。from sklearn.metrics import confusion_matrix from sklearn.cross_validation import cross_val_predict # 用cross_val_predict拿到每折的預(yù)測結(jié)果避免手動分折 predicted cross_val_predict(pipeline1, documents, classes, cv3) cm confusion_matrix(classes, predicted) print(cm)cross_val_predict返回的是每個樣本在它所在測試折上的預(yù)測類別拼接起來就是全量預(yù)測。confusion_matrix的行是真實類別列是預(yù)測類別對角線是分對的非對角線是分錯的。如果發(fā)現(xiàn)作者A和作者B之間互相錯分特別多說明這兩個人的寫作風(fēng)格在所選特征下太接近。這時候有幾個調(diào)整方向。一是換特征功能詞分不開的試試字符N元語法特別是加入標(biāo)點相關(guān)的N元語法。二是調(diào)SVM參數(shù)如果混淆集中在某幾類可能是C值太大導(dǎo)致過擬合或者核函數(shù)不合適可以擴大網(wǎng)格搜索范圍。三是檢查數(shù)據(jù)有沒有同一作者的文檔被錯誤標(biāo)注成另一個作者或者某個作者的文檔里混入了別人的作品。我一般會先看混淆矩陣的對角線占比如果某類召回率明顯低于其他類優(yōu)先查那類的數(shù)據(jù)質(zhì)量。有一次跑圖書數(shù)據(jù)集柯南·道爾的作品被大量分給狄更斯查下來發(fā)現(xiàn)下載的某幾本書其實是合集里面混了狄更斯的作品。數(shù)據(jù)問題不解決調(diào)參調(diào)到天亮也沒用。從那以后我每次跑作者歸屬之前都強制走一遍混淆矩陣先確認(rèn)數(shù)據(jù)層面沒有明顯錯標(biāo)再動特征和參數(shù)。希望幫到你。本文還有配套的精品資源點擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
色区久久| 91狠狠综合网| 五月天激情日色在线| 色综合激情| 潘金莲AAAAAAAAAA| www.狠狠| 伊人五月天在线| 丁香五月人妻| 欧美激情凹凸丁香网| 五月丁香日本一抹本| 二级黄色毛片| www.色色com| 成人无码髙潮喷水A片| 婷婷综合网| 久久a热| 五月婷婷六月丁香激情综合网| 日韩成人AV在线| 哇嘎成人久久| 丁香婷婷久| 精品夜夜澡人妻无码AV| 五月综合色| 色色五月婷婷| 99在线看片| 99热99在线| 91互操| 五月婷婷之综合激情在线| 中文字幕无码人妻少妇免费视频 | 操操操Av| 丁香五月天在线| 可以直接看的av网站| 色九月婷婷综合| 97在线日本| 黄色片avv| 人妻丰满精品一区二区A片| 超碰AV在线| 欧美性猛交99久久久99| 婷婷五月天成人| 五月色天情| 26uuu91| 五月天播播综合| 久热这里只有精品6官网亚洲| 91欧美日韩综合| 综合www色| av一区免费看| 永久天堂日本| 丁香社92视频| 丁香六月婷婷社区| 丁香五月大香蕉AV| 五月婷婷综合社区| 日本色色网站| 思思99久久| 色九九九九| 色婷婷在线影院| www.久操| 我想看国产大学生口爆吞精的视频| 91制片厂久久久国产电影| 春色激情| www。五月,com| 9热成人在线视频| 伊人五月婷| 国产精品99久久久久久久女警| 99热在线观看| 欧美成人精品A片免费一区99| 色色99| 色五月综合网| 无码免费人妻A片AAA毛片西瓜| 五月丁香啪啪| 激情内射人妻1区2区3区| 99亚洲精品| 天天操天天干天天日| 老司机日日夜夜青草| 九九综合色| 婷婷久久网| 久久激情五月| 丁香六月婷婷| 99精品国产乱码久久久人妻| 中文字幕视频色婷婷| 色五月婷婷成人| 精品成人在线| 欧美精品狠狠色丁香婷婷| 久综合九综合99| 国产麻豆视频| 六月婷婷日| 五月婷av| 欧洲S级在线观看| 五月天婷婷伊人| 亚洲性爱电影| 丁香五月婷婷六月婷婷| 视频免费精品免费精品免费精品免费精品免费精品免费精品免费99 | 色一情一乱一乱一区91| 狠狠舔| 99er6免费视频热播| 激情五月天综合网站网站网站| 亚洲激情亚洲激情 | 91丨熟女丨首页| 五月天第四色开心色播| 手机AVAV天堂看网| 婷婷五月激情视频| 91热视频色网站| 97碰久久| 精品人妻伦一二三区久久| 日本猛少妇色XXXXX猛叫| 狠狠CAO日日穞夜夜穞AV| 中文字幕在线aⅴ免费观看| 丁香8月手机综合| 久久日婷婷| 久久婷婷资源| 五月丁香综合啪啪| 亚洲五月天天| 伊人AV五月婷| 天堂综合久| 综合久久综合| 八戒青柠影视剧在线观看| www,黄色在线,con| Caop在线| WWW,五月天| 欧美色色色色色色色色色色影视| 五月天另类小说久久小说网| 综合伊人久久| 五月天激情婷婷| 亚洲中文字幕在线观看| 久9热在线免费观看| 激情五月婷黄版| 五月丁香福利| 五月丁香AV、伊人业余、性色熟妇| 国产婷婷五月天| 激情五月天开心总和网| 色五月婷婷基地| 99热国产| 99热人人操人人操| 中美日韩成人在线| 五月丁香AV、伊人业余、性色熟妇| 操逼棍操逼| 丁香婷婷色五月激情综合| 九九久久99精品免费观看www| 五月天婷婷无码| 少妇高潮呻吟A片免费看软件| 五月丁香激情综合网官网| 久久大香免费| 97色色色色色色色| 天天爽天天草| 天天肏夜夜肏| 麻豆观看夏晴子| 色婷婷五月天无码视频| 久久三级视频| 欧美综合在线五月天色婷婷| 丁香婷婷色情| 婷婷六月天| 91伦| 色亚洲无码| 一區四區歐美日韓| 五月丁香啪啪| 欧美激情综合色综合啪啪五月| 激情五月黄色| 人妻激情视频| 色人五月婷婷| 五月天伊人| 色婷婷久久| 色婷婷丁香女女| 九九综舍久久| 国产五月天激情小说| 五月婷婷天| 色情五月丁香| 好吊兆人妻| 婷婷婷久久久| 成人网丁香五月| 丁香婷婷六月男男| 办公室少妇激情呻吟A片在线观看| 久久99免费视屏| 97色婷婷成人综合在线观看| 99视频一区| 色婷操逼| 一级视频网址| 色婷婷丁香网| 99久在线精品99re8热| 色情综合网| 综合色七七| 婷婷情色五月天| 深爱婷婷色| www.天天干| av大香蕉| 色色色五月婷| 精品久久久久久久久久久久人妻| 9久精品视频| 久久AAAA片一区二区| 中文字幕av亚洲| 欧美激情五月天婷婷| 综合五月丁香六月婷婷| 欧美色色色色色| 91人人爱| 丁香五月天激情网址| 日韩99精品| www.minyis.com【JT】实力收量可预付QQ2101460746 | 精品一二三区久久AAA片| 第1影院之五月婷婷| 久热只有这里有精品| 天天摸色吧天天摸色吧| 深爱激情五月天| 超碰色天堂| 视频免费精品免费精品免费精品免费精品免费精品免费精品免费99 | A片试看120分钟做受视频红杏 | 男人先锋久久| 午夜大香蕉| 婷婷丁香色情五月天| 五月激情婷婷在线| 97久操视频| 婷婷五月天激情综合婷婷五月天激情综合| 五月天久久网站| 国产午夜精品一区二区三区四区| 99久久综合网| 夜夜躁爽日日| 伊人久久婷婷五月综合97色| 国产精品成人在线| 五月丁香六月婷婷激情视频在线观看免费 | 玖玖色综合色| 亚洲激情亚洲激情 | 97自拍视频网| 美女要搞搞天天搞搞搞网站| 我爱大香蕉| 无语停婷丁香网| 婷婷性爱| 99热日| 久久五月天激情| 六月婷婷色综合| 青草少妇激情| 久爱综合| 亚洲视频色色| 91狠狠综合久久久| 99精品高潮| va婷婷在线免费观看| 9+1视频网址| 九九美女视频| 伊人国产婷婷五月天| 色欲天天综合| 色青五月天| 免费观看的AV| 久久99网站| www.久久综合| 青草激情综合| 99国产精品久久久久久久久久久| 激情综合五月婷| 久久色亭亭五月天| 色色色色色日韩午夜激情 | 久操人妻| 99九九在线视频| 天天擼久久擼在线| 人妻内射一区二区在线视频| 天天狠天天狠| 久久婷色| 九月综合| 亚洲精品永久久久久久| 香蕉视频性爱BB做爱| 日本无va视频| 97人妻碰碰中文无码久热丝袜| 欧美va视频| 96丁香六月婷婷蜜桃综合久久| 欧美十二区| 婷婷情色五月| 九九色人| 色九月综合| 色色色五月天激情资源| 婷婷六月色情| 精品国产乱码久久久久久免费| 婷婷五月色情天| 五月天激情视频| 亚洲成人丁香花| 婷婷瑟五月天久久综合| 天天色综网| 色激情五月| 夜夜骑福利资源| AA片在线观看视频在线播放| 久色精品| VA国产在线综合网站| 开心激情综合| 丁香五月香蕉在线| 99色在线| 色色色视频免费无码 | 五月天综合在线| 99热青青草| 97se视频在线| 热99在线精品| 99热国内精品| 99ri国产在线| 色综合婷婷| 色热久| 99亚洲视频| 99成人| 五月间天堂综合| 另类激情首页| 铁牛TV人妻| 五月婷婷综合网| 亚洲有码在线视频| 丁香五月AV| 久久99精品日本| 丁香五月天婷婷中文字幕| 欧美毛卡| 欧美啪啪9| 婷婷色色丁香五月天| 丁香五月综合激情性爱| 丁香五月日韩| 天天日天天爽夜夜爽| 91丨九色丨43老版熟女| 99精品网| 婷婷五月天激情在线观看| 亚洲亚洲人成综合网络| 五月天伊人日日噜影片AV| 免费看欧美成人A片无码| 五月天婷婷在线啪啪视频| 欧美交换配乱吟粗大25P| 美女婷婷六月色| 国产XXXX搡XXXXX搡麻豆| 五月色无码| 免费无码毛片一区二区A片| 狠狠操在线视频| 激情涩播| 九九久久网| 精品九九网| 亚洲人人操| 久久久性爱视频| 丁香大香蕉| 97人人干| 色婷婷成人做爰A片免费看网站| 色五月丁香激情| 久久R激情| 五月婷婷网站| 日韩黄色电影| 激情综合久久| 久久视频这里都是精品| 精品成人在线| 99亚州综合精品成人网| 色综合久久88色综合天天看| 激情六月综合| 丁香五月欧美色综合| 激情六月丁香| 五月网激情| 亚洲精品白浆高清久久久久久| 色五月婷婷天天操夜夜操| 精品国婬伦V无码久久久| 欧美中文五月天| 五月婷婷色播| 另类小说色婷婷| 午夜丁香六月婷| 婷婷六月天国产综合| 婷婷金品综合视频| 色伊人婷婷| 色婷婷六月天| 互月天综合| 奇米四色五月天| 综合99久久天天综合| 久久婷婷五月天懂色| 日本色婷婷| 九九婷婷五月天影视| 久草婷| 99在线精品视频| 色狠狠综合| 九九AV| 噜噜噜精品欧美成人在线观看| 99热在线网站| 五月丁香色色网| 久久久久久草黄色片AV在线观看| 丁香五月婷婷色综合| 五月丁香六月婷婷国产视频| 伦乱天堂| 色情久久久| 亚洲Va成人| 国产精产国品一二三在观看| 五月婷婷av| 一起草Av| 免费无码毛片一区二区A片| 色五月婷婷久久| 婷婷99狠狠躁天天躁中| 一点色成人网| 婷婷丁香18| 婷婷综合激情| 五月天社区婷婷| 99精品免费| 精品五月视频婷婷在线观看| 激情综合网婷婷五夜| 99色综合| 蜜桃婷婷丁香五月天狠狠久久综合| 婷婷情色五月| 超碰成人免费| 婷婷丁香五月,狠狠综合| 色婷婷色综合激情91| 亚洲色网络| 五月激情基地| 激情六月婷婷| 丁香五月五月婷婷欧美大香蕉| 色五婷婷开心缴| 色色婷婷五月| 久久成人亚洲欧美电影| 中文字幕在线资源| 五月天激情开心网| 日韩综合天堂| 热热色色五月天婷婷| 伊人玖玖网| 99r久久这里只有精品| 青青草99re| 香蕉久久国产AV一区二区| 色婷五月天网站| h亚洲| 亚洲国产无线乱码在线观看| www.夜夜操| 激情美女五月天| 1024在线观看免费视频| www.色婷婷| 91wwmm导航| 成人短视频在线| 丁香五月激情图片婷婷| 91chinese在线| 婷婷五月六月丁香综合| 黄网在线免费观看| 色爱爱综合网| 欧美性丁香色色五月天干干| 色小说五月天| 久婷婷五月激情| 99re免费视频| 嫩草AV久久伊人妇女超级A| 久久99网| 色青青五月| 久久精品系列| 丁香婷婷九月在线| 日日爽日日| 婷婷五月天干干| 婷婷激情五月| 东京热人妻一区二区三区在线| 99综合视频| 91精品久久久久久综合五月天| 狠狠舔| 欧洲区自拍| 九九Av| 99亚洲视频| 婷婷五月丁香综合激情小说| 伊人久久大香线蕉av一区| 91中文狠狠综合| 午夜一区| 婷婷五月天堂| 欧美成人网婷婷综合在线| 综合久久高清| 亞洲自怕| 开心激情婷婷| 99干视频| 五月丁香欧美综合| 综合久色五月| 丁香五月婷婷社区| 天天插天天爽| 成人网在线视频| 99久久综合精品五月天| 亚洲婷婷在线播放十月| 五月丁香婷婷婷激情爱爱| 少妇水多A片太爽了| 精品激情| 99综合| 婷婷久久六月费| 激情五月天视频| 久久九九亚洲| av一级棒av| 99久久6| 丁香五月婷婷视频| SS丁香五月婷婷| 婷婷色色狠狠| 五月婷婷激情久久| 91在线观看www| 中文字幕丰满孑伦无码专区| 久久这里都是精品| 六月丁香婷婷综合狠狠爱夜夜爱| 婷婷日日夜夜| 色高清无码视频| 婷婷成人综合| 99riAV国产精品视频| 九色综合五月天婷五月| 蜜臀AV在线观看| 日韩啪啪视频| 激情五月久久| 俺也高清无码高清视频| 清色五月天| 国产亚洲99久久精品| 日韩免费99| 91在线精品一区二区| 99热思思| 五月丁香色| 五月丁香色综合| 婷婷日日夜夜| 色婷五月| 天天拍夜夜爽日日| 激情五月图| 免费黄色片子| 久久狠狠干| 九九久久污| 婷婷99视频在线| 婷婷五月综合激情| 日韩aaa| 中文色婷婷| 久色婷婷200| 伊人久久五月天| 一區四區歐美日韓| 第四色色六月色综合| 婷婷天堂综合| 久久五月激情综合| 干一干xxxx| 97婷婷丁香五月综合| 五月天婷婷色播综合在线| 色综合五月天| 五月丁香综合啪啪| 人人爽天天爽| 99久久综合| 综合久久综合久久| 激情图片婷婷| www热久久yy9| 亚洲色婷婷五月天| 五月丁香性| 亚洲另类噜噜| 久热只有这里精品| www.sezonghe| 丁香五月冃欧美| 色五月视频无码播放| 国产色色网址网站| 五月丁香六月婷婷啪啪综合| 综合97五月| 91精品久久久久久77777| www.久久久久久久| 内射综合网| 97九色视频| 国内久久亭亭| 成人网站av免费网站推荐| 欧美日本高清视频99| 久久久亚洲成人无码A片| 中国无码av| 日韩精品无码一区二区| 激情五月天综合网| 天堂综合久久 | 婷婷狠狠97| 天天综合网色欲香| 黄页免费一级视频懂色| 久久久九九视频精品18| 欧美超碰亚洲| 人操人人| 99精品超在线播放| AV无码免费| 五月丁香色婷婷久久| 丁香婷婷色情| 99re在线精品视频| 99日本精品视频热| 玖热精品综合视频| 99在线观看亚洲| 欧美噜噜免费观看 | 五月婷婷开心综合| 亚洲第79页| 第四色婷婷丁香五月| 精品五月天| 亭亭五月色男人| 五月激情综合美女久久| 激情五月天偷拍综合网| 九九99香蕉在线视频播放| 日韩另类在线观看| 91色综合| 亚洲天天操| 在线综合91| 天天插天天射| 日本精品人妻无码77777| 日韩中文字幕| 激情综合色婷婷啪啪五月天| 色插人人| 激情碰碰碰| 久99久视频精选| www.com任你艹| 秋霞日本免费毛片A片| 亚洲小电影在线观看黄999| 色域五月婷婷丁香| 6月丁香婷婷| 丁香五月AV综合| 丁香五月天在线直播观看| 99热精品一区| 久久久婷| peg 2区三区四区的| 日日夜夜青青草| 9999色色色色| 99免费在线| 91无码高清| 五月婷婷三级| 精品人妻伦一二三区久| 69精品人人人人| 五月天大香蕉av| 色婷婷影视99| 色色色在线观看| 欧美综合五月丁香六月婷| 亚洲欧美成人在线| 综合婷婷六月| 青草激情在线| 这里只有精彩视频| 九九aV| 99久久这里只有精品| 国精产品一区一区三区免费视频| 97超级碰| 日韩在线观看亚洲| 九九九这里只有精品| 蜜桃婷婷丁香五月天狠狠久久综合| 九九九九九九九热| AV操操操| 成人精品在线| 中文字幕丰满孑伦无码专区 | 亚洲色五月婷婷| 三男玩一女三A片| 九月丁香婷婷网| av免费在线网站| 91viP在线看| 色婷婷在线综合色播网| 婷婷噜噜| 99热碰碰热| 久热这里| 9九九久久精品无码专区| 九九热在线视频观看免费10| 日本91在线| 婷婷激情六月综合| 久久亚洲激情五码| 91久久久久久久久18| 五月综合激情婷婷六月色窝| 在线日本www| 五月丁香色婷婷久久| 精品国产va久久久久| 91婷婷搞| 丁香五月婷婷久久久| 天天精品视频在线观看视频| 久久久久婷| 六月丁香五月婷婷| 激情综合文学| 五月丁香婷婷色色色| 国产裸舞福利资源在线视频| 草逼大片| 久/久精品99看9| 久久A极片| 五月色亚洲| 色丁香五月天射婷婷爱婷婷| 婷婷丁香五月天中文字幕| 丁香五月综合激情性爱| 五月大香蕉| 韩国97天堂| 玖玖综合色| 婷婷色五月色妇| 99热| 99精品在线| 97干资源在线观看| 久久综合婷婷| 乱色色色| 五月婷婷久久综合| 久久婷婷五月综合色丁香花| 色五月婷婷综合在线| 精品网站99| 丁香五月人妻| 狠狠爱综合网| 婷婷第一页| 狠狠色五月激情| www,av好吊操| 亚洲综合在线视频| 久久3级片| 99热国产| 欧美色五月天| 久草婷婷| 久久33视频| 婷婷六月色| 婷婷色情五月| 九九热在线精品视频| 超碰A V在线| 五月婷婷免费在线| 五月丁香在线看| 99色性爰网络| 五月停亭久久电影| 99视频色在线观看| 色爱亚洲| 少妇性按摩无码中文A片| 思思热在线| 激情丁香久久| 色五月av伊人| 玖玖爱综合网| 99热99精品在线观看| 亚洲色综合| 夜夜撸天天操| 色综合久久久久| www五月天com| 色婷婷六月综合| 亚洲综合视频网| 久久九九热38| 99热永久在线观看| 丁香五月成人网| 国产小精品| 激情人妻综合| 巴基斯坦粉嫩无码视频| 色五月 五月婷婷| 绿色小导航AV| 亚洲五月婷天天操| 免费AV播放| 亚洲AV电影av| 成人婷婷五月天| av在线观看网站| 91大屁股在线| 91精品电影18T| 综合色影院| 91丁香色| 婷婷激情五月天7| 免费AV在线| 99九九精品视频推荐| 久久网站免费亚洲| 中文字幕av在线播放| 无码字幕中文| 七七九九色色| 操久久网| 18久久| 天天操天天日天天爽| 五月婷色| 国产肏屄大片| 久久激情五月网| 91chinese在线| 97视频.干com| 婷婷五月天第三页| 欧美五月停| 五月色婷婷亚洲 | 久草性爱| 亚洲日韩欧美综合VA| BBWCUCKOLD精品熟妇| 久久丁香五月婷婷| 这里只有精品无码| 99热手机在线精品| 日亚二欧美| 2025年最新亚洲在线欧美| 亚洲婷婷五月天| 中文字幕在线资源| 久久久无码精品成人A片小说| 波多婷婷久久| 狠狠干2007| 色99网| 国产成人高清| 天天做夜夜爽| 男女激情久久| 五月婷婷,六月激情| 五月天综合在线| 六月婷婷av| 亚洲久久激情| 91黄色五月天视频| 午夜爱爱爱成人| 日韩啪啪网| 九九激情综合| 色五月五月天色婷婷色五月| a毛片二逼wwwwwwwwww| 九九爱看亚洲| 无码AV免费精品一区二区三区| 99re这里只有精品99| 97色97干| 色青五月天| 草逼大片| 依人大香蕉在钱1| 亚洲综合五月天综合| 国产成人网站在线观看| 大香蕉AV在线| 久久久激情视频| 亚洲一区二区无遮挡A片| 国产无套精品一区二区| www.99.色| 好好干av| 国产午夜伦鲁鲁| 99无码免费视频| 99精品无码| 丁香六月综合激情| 婷婷伊人网| 久艹大香蕉| 国产亚洲色婷婷久久99精品91| www.九九婷婷| 天天插天天操| 五月天婷婷色综合| 99热这里只有精品一区| 色五月,com| www.日韩艹| 色欲一区二区三区精品A片| 九九sese| 中文激情网| 五月欧美色播| 亚洲色婷婷五月天| 性爱动图国产麻豆一区二区三区| 激情五月综合网| 99操逼视频| 天天透天天摸天天舔| 精品少妇人妻AV无码专区偷人| 色。 婷婷婷| 成人无码精品1区2区3区免费看| 婷婷另类开心| 日本欧美成人片AAAA| 丁香久久AV| 国产小精品| 亚洲丁香五月美女| 国产黄大片在线观看画质优化| 中文字幕丁香五月| 午夜成人片400| 五月丁香激情综合欧美| 日本欧美成人片AAAA| 99色视频在线观看| 婷婷五月欧美综合| 伍月婷婷六月丁香| 亚洲天堂色| 丁香五月天网友自拍啪啪啪视频| 婷婷色色宗合网| 六月婷婷在线视频| 五月婷婷黄| 99色精品| 六月婷久久| 人妻熟妇国产精品| 九九色中文| 久久这里只有精品8| 成人天天爽| 亚洲色五月| 五月天色导航| 美女被操一区二区| 99精色| 色99免费视频中文| 丁香五月AV| 五月丁香色色| 深爱激情五月网| www色婷婷久久综合久色| 青柠影视免费高清电视剧| 很操日本7| 久久婷婷青青草| 一级操逼内射在线视频| 九月婷婷激情久久| 无码99| 91色涩| 色久天| 99爱在线| 熟女色色一区二区| 五月天激情无码| 久久 无毛。| av在线免费播放| 九九这里只有精品在线视频| 大地9中文在线观看免费高清| 伊人丁香花综合影院| 超碰在线资源| 欧美影院| 婷婷91| www.婷婷六月天| 婷婷基地五月色| 奇米影视在线视频| 天堂综合久久 | 99色久| 中文字幕av在线| 99这里有精品视频3| 欧美内射AAAAAAXXXXX| 婷婷五月精品中文字幕| 色婷成人狠干| 91色五月| Se.婷婷五月天| 精品二区| 丁香五月天资源网| 亚洲无码另类| 国产乱妇无乱码大黄AA片| 五月婷AV| 涩 五月 婷婷 狠狠| 五月婷婷五月天| www.25五月婷婷| 4438亚洲欧美| 五月天婷婷7米| 亚洲天堂热| 欧美大片| 99这里只有精品|v| 九九热99视频| 一点色成人网| 久久久精品色| 99热在线观看精品| 狠狠色综合网| 天天干天天射色综合| 色婷婷天堂| 天天插天天插| 99热这里只有精品无码| 久久久欧美精品sm网站| 丁香五月av| 我要看激情五月天| 182TV大香蕉| 久久香蕉影院| 五月婷婷啪啪啪啪| 中文精品在| 丰满老熟妇BBBBB搡BBB| 天天插天天操| 综合色99| 国产午夜成人免费看片无遮挡| 日本颜色视频人人爱| 色玖玖爱| 欧美在线| 天天干天天日天天操| 337p大胆噜噜噜噜噜91Av| 四川女人毛多水多A片| 五月天激情久久| 激情五月丁香婷婷夜夜操| 性爱激情五月| 欧美综合123区| 五月婷成人网| 99玖玖人人| 4399成人黄A片| 久久黄色片| 97色婷| 久久丁香综合香蕉| 婷婷五月综合社区| 狠狠另类视频| 大香蕉人人人| 激情综合五月婷婷| 久久久久er热| 五月激情丁香五月| 精品国婬伦V无码久久久| 玖玖综合网| 五月婷婷插一插| 夜夜躁婷婷AV| 国产欧美性成人精品午夜| 亚洲中文乱字字幕在线永久| 天天五月香欧美| 日韩AV在线免费| 日本色色网| 五月综合精品| 操人91| 中文字幕成人版| 综合婷婷| 99爱视频免费看| Av大香蕉| 国产精品成人网址| 99热91| 色播婷婷五月天| www久久99| 久久婷婷免费| 色婷婷丁香五月天| 深夜A片| 九九热这里只有精品5| 精品AV无码超碰| 九九热99热| 人人噜天天上| 五月婷婷色播视频| 99色视| 欧美大肥婆大肥BBBBB| 丁香五月天激情综合| 情欲综合网| 丁香五婷婷| 成人超碰网| 色色色干| 亚洲激情.com| 天天爱天天日| 婷婷综合色网| 日本不卡高字幕在线2019| 中文字幕AV在线播放| 激情五月亚洲| WWW,激情五月天,COM| 午夜av网| 蜜桃成语时李时珍 免费| 丁香五月激情综合| 日韩综合大黄| 九九久久综合| 综合精品啪啪| 国产又粗又大又爽又黄| 日本啪啪网| 性生活视频98791| 婷婷五月黄色激情在线| 婷婷的色色五月天| 中国无码av| 97 A I色色| AV性爱网| 天天干肏夜夜| 婷婷五月天最新综合你懂的| 久久天堂婷婷五月| caop视频| 婷婷五月天电影网| 99爱精品| 色婷婷丁香五月色综合网| 热九九在线| 婷婷丁香亚洲色综合91| 操操综合网婷婷| 婷婷五月天影院| 五月婷婷,狠狠操| 巴基斯坦粉嫩无码视频| eeuus五月婷| 五月综合激情| 日本97人人| 亚洲国产精品VA在线看黑人| 97久久久| 青青草五月天| 思思热99在线| 天天激情综合| 色综合中文色综合网| 六月丁香婷婷爱| 伊人无码高清| 色色操| 99视频激情四射| 激情性五月天免费小说视频| 99r久久这里只有精品| 99久热在线精品| 大香蕉伊在| 大香蕉在线99热| 五月天婷婷基地| 99久久99九九99九九九| 久久这里只有精品热在99| 国产片色| 日韩草草草草草草草草草草草草| 黄色精品五月婷婷| 色婷婷成人久久| 日本二级毛片二级毛片| 99热精品在线| 六月丁香啪啪啪| 狠狠色成人影片| 婷婷五月天另类网站| 人妻乱码久久久| 日韩九九视频| 婷婷99热| 香蕉97碰碰碰超视精品| 婷婷五月综合基地| 国产精品美女久久久久AV超清| 久久六月综合| 激情六月天婷婷| 丁香五月在线观看| 日韩在线五月天婷婷| 狠狠狠狠狠狠狠狠草| 第2色五月婷| 亚洲激情在线| 99热免费精品| 玖玖婷婷婷丁香五月| 色吊丝99| 黄色国久久| 色婷婷六月| 99热国产免费| 人妻中文在线| 国产免费AV在线| 五月天婷婷基地| 亚洲欧美999| 特级片神马电影| 五月婷婷激情色情网| 妻久久久久| 欧美成性色| 性日本激情| 亚洲精品亚洲人成人网| 久草五月婷婷| 天天综合五月| 五月天婷婷丁香花| 婷婷之玖玖| 青青操日本摸摸看看| 99久久超级| 亚洲无码 图片区| 中国女人做爰A片| 成人无码精品1区2区3区免费看| www超碰| 五月天激情网站| 99热只有这里有精品| 五月天婷婷在线AN| 久久99久久99久久99人受| 久操热线| 六月激情婷婷| 啊v视频在线观看| 日本不卡中文字幕| 久久草中文日韩欧美| 97干视频在线| 五月天婷婷基地综合网| 91精品综合久久婷婷九色| 综合网啪| 在线中文亚洲| 91婷婷色 | 亚洲热视频在线| 五月婷亚洲精品| 九九精品在线观看视频6| 婷婷丁香在线播放| 丁香六月天堂| 精品久久66| 夜夜撸天天操| 久久精品视频在这里有| 丁香五月成人社区| 五月天综合视频| 久久五月天综合| www.夜夜操| av在线免费网站| 亚洲综合草草| 伊人久久婷| 婷婷亚洲综合| 亚洲激情AV| 激情五月天小说网| 99热伊人| 99精品偷自拍| 婷婷色情 | 丁香久久在线| 99久久喉9| 艹色18p| 青青草Avb在线| 午夜丁香综合婷婷| 91肏| 99热国产精品| 99re这里只有精品9| 色五月天天在线观看资源站| 77799热| 亚洲色情一区二区三区四区| 丁香五月天激情综合网| 色播婷婷五月天| 五月激情婷婷六月| 另类综合色| 六月色播| 99热免| 久久97| 疯狂做受XXXX高潮A片| 五月婷婷 激情按摩| 超碰人人妻| caopeng97人人| 婷婷激情九月| 久久九九综合| 色婷婷色五月另类综合| 丁香六月婷婷综合麻豆| 婷婷综合网站| 精品人妻一区二区三区四区不卡在| 激情五月天色播| 91操熟女| 人人草人人舔| AA片在线观看视频在线播放 | 国产人妻人伦精品一区二区| 秋霞少妇AV网站| 91热在线观看视频| 任你日热视频| 99热大香蕉| 涩涩五月天综合| 丁香五月婷婷乱| 五月婷婷丁香在线| 大香蕉中文| 亚洲激情五月| 国产精品涩涩涩视频网站| 欧美性爱专区| 停停五月色宗合| 日本三级日本三级99| 96人人操人人操人人| 婷婷五月天性| 玖玖热视频| 色婷| 337p大胆噜噜噜噜噜91Av| 日韩综合成人| 狠狠综合久久综合| 9热视频在线观看| 婷婷五月天伊人在线| 日韩AV色色色| 日日杆天天| 日韩欧美一级大黄网站| 精品一二三区久久AAA片| 超碰cap| 五月婷婷色啪| 婷婷丁五月| 激情五月婷婷综合网| 亚洲综合激情五月| 黄色三级日本| 国产99热| 五月天婷婷激情六月久久| 人妻视频在线| www.五月天婷婷.com| 婷婷深爱五月丁香网| 综合五月丁香六月婷婷| 九九视频在线| 六月丁花香啪啪激情欧美| 亚洲无码www| WWW.天天日| 国产在线另类五月婷婷| 亚洲综合色网| 99精品网| 久久久久9久无码视频| 亚洲综合另类| Se.婷婷五月天| 天天射色五月天| 久草视频一,二三四| 精品色色| 丁香伊人五月色婷婷五十路| 99在线观看精品| 狠狠色性| 狠狠干天天日| 99热思思| 婷婷五月综合色小姐小说| 色欲九区| 婷婷亚洲丁香五月| 天天澡天天狠天天天做| 九九热在线视频观看| 七月丁香婷婷 色色| 永久免费视频| 婷婷五月免费观看| 婷婷六月啪啪| 这里只有精品视频免费在线观看| 婷婷丁香成人色综合| 人人综合久| 丁香六月婷婷综合网| 婷婷五月天国产| 大香蕉啪啪网| 在线91日韩| 婷婷五月天最新综合你懂的 | 日本在线99| 五月婷婷天天色| 婷婷五月草| 色婷婷丁香五月| 狠狠狠狠青草| 五月丁香美女视频| 婷婷五月天BBw| 九九色色| 中文字幕操比影片| 久久九九网| 狠狠操狠狠干综合| 91精品婷婷国产综合久久| 婷婷99视频在线| 激情综合五| 五月天激情国产综合AV| 亚洲碰碰碰| 老师的粉嫩小又紧水又多A片视频| 中字幕视频在线永久在线观看免费| 五月天婷婷丁香成人网| 91色在线/日韩| 黄页大全十八禁| 大香蕉婷婷色| 新激情五月天| 成人AV在线网站| 99色爱| 综合激情站| 九月丁香婷婷网| 色,激情五月天| 欧美人妻一区二区| 日日噜噜夜夜狠狠久久丁香五月| 亚洲视频在线网| 五月婷婷 欧美| 色色色色综合| 黄桃AV无码免费一区二区三区| 婷婷伊人75| 中文不卡一二三区| 五月丁香啪啪婷婷| 91久女| 天天做天天爱天天搞| 婷婷激情五月综合| 99无码视频| 五夜丁香| 开心五月丁香婷婷| 色综合久久久久| 免费观看高清无码| 美女五月天婷婷| 天天日人人| 91人操人人人操人| 大香蕉在九| 大香蕉综合网| 激情综合网五月激情| 精品久热| 日本九九视频| 五月开心激情网| 五月天综合视频| 99小视频在线观看| www.日日日.com| 色域五月婷婷丁香| 日本色色视频| 五月天天天操天天爽夜夜操| 色噜噜狠狠色综无码久久合欧美| 丰满少妇猛烈A片免费看观看| 丁香五月婷婷超碰在线| 99在热线免费视频| 亚州美女| 一逼色综合| 天天日本夜夜谢| 精品久久久久成人码免费动漫 | www.刺激色网站www.| 激情婷婷丁香色五月综合| 激情久久五月天| 97热超碰| 色婷婷伦理| 色欲久久综合| 免费观看2018www黄色操逼网站| 五月色丁香婷婷中文字幕| 婷婷五月亚洲综合| 99国产欧美视频| 99aese| 激情小说五月天| 五月间天堂综合| 国产高清精品色| 亚洲精品字幕在线观看| 亚洲另类婷婷综合| 99在线观看精品视频|