FTP 应用采用 C/S 体系结构。客户端程序实现一个命令行或图形界面，将用户命令翻译成 FTP 命令，并发送给服务器端程序。服务器端程序响应 FTP 命令，并将操作成功与否的信息以 FTP 响应形式返回给客户端程序。双方遵守 FTP 协议，完成文件传输服务。

本实例中：服务端接受客户端连接请求并且对相应命令作出处理，其相关命令函数如下：

void get(char * filename, int sck);

void put(char * filename, int sck);

void rcd(char * filename, int sck);

void dir(int sck);

void pwd(int sck);

客户端为每一个需要服务端相应的命令建立一个Socket，其命令函数如下：

unsigned int get(char * filename, char * server);

unsigned int put(char * filename, char * server);

unsigned int pwd(char * server);

unsigned int dir(char * server);

unsigned int rcd(char * filename, char * server);

void help();

void lpwd();

void ldir();

void lcd(char * filename);

以下是本程序最终运行结果：

　

客户端的任一个成员发送的消息，其它成员都能读取，以实现聊天功能，主要采用fork机制，函数一开始就调用fork分为父进程和子进程,子进程把从服务端来的行拷贝到标准输出，父进程把从标准输入的行拷贝到服务端。

服务端Select()函数应用：

其函数原型为：

int select(int n, fd_set *readfds, fd_set *writefds, fd_set *exceptfds, struct timeval *timeout);

此函数的功能是由内核检测在timeout时间内，是否有readfds，writefds，exceptfds三个句柄集(file descriptors)里的某个句柄（file descriptor)的状态符合寻求，即readfds句柄集里有句柄可读或writefds句柄集里有可写或exceptfds句柄集里有例外发生，任何一个有变化函数就立即返回，返回值为timeout发生状态变化的句柄个数。

n是所有readfds，writefds，exceptfds三个句柄集(file descriptors)里编号最大值加1。比如：要检测两个socket句柄fd1和fd2在timeout时间内是否分别可读和可写就可以这样：

先把两个句柄集(file descriptors)清零：

        FD_ZERO (&readfds);

        FD_ZERO (&writefds);

然后把fd1加入读检测集：

        FD_SET (fd1, &readfds);

然后把fd2加入写检测集：

        FD_SET (fd2, &writefds);

客户端fork调用：

void str_cli(char *name,FILE *fp, int sockfd)

{

   int len= BUF_SIZE;

   char   sendline[BUF_SIZE], recvline[BUF_SIZE];

   char sendline2[BUF_SIZE];

   pid_t pid;

   pid = fork();

   if(pid == 0){

     for(;;){

        len = recv(sockfd, recvline, len,0);

        if(len ==0)

           exit(0); 

        fputs(recvline, stdout);

     }

   }else{

     for(;;){

        strcpy(sendline2,name);

        if (fgets(sendline, BUF_SIZE, fp) == NULL) {

            shutdown(sockfd, SHUT_WR);   

            exit(0);

        }     

        strcat(sendline2,sendline);

        if(send(sockfd, sendline2, len,0)<=0){

            perror("send");

        }

     }

   }

}

以下是程序最终运行结果：

算法简要描述:对一个字符串S,从前到后扫描,对扫描的每个字,从词库中寻找最长匹配.比如假设S="我是中华人民共和国公民",词库中有"中华人民共和国","中华","公民","人民","共和国"......等词.当扫描到"中"字,那么从中字开始,向后分别取1,2,3,......个字("中","中华","中华人","中华人民","中华人民共","中华人民共和","中华人民共和国",,"中华人民共和国公"),词库中的最长匹配字符串是"中华人民共和国",那么就此切分开,扫描器推进到"公"字。
数据结构:选择什么样的数据结构对性能影响很大.我采用Hashtable _rootTable记录词库.键值对为(键,插入次数).对每一个词语,如果该词语有N个字,则将该词语的1,1~2,1~3,......1~N个字作为键,插入_rootTable中.而同一个键如果重复插入,则后面的值递增。
字典文件为网上下载的一个800K的字典。

核心程序

  程序核心代码如下(程序中包含权重,插入次数等要素,目前的算法并没有利用这些.可以借此写出更有效的分词算法):

          /// 中文分词器。

         public class ChineseParse

    {

         private static ChineseWordsHashCountSet _countTable;

         static ChineseParse()

         {

            _countTable = new ChineseWordsHashCountSet();

            InitFromFile("ChineseDictionary.txt");

        }

        /**////

        /// 从指定的文件中初始化中文词语字典和字符串次数字典。

        /// 文件名

        private static void InitFromFile(string fileName)

        {

            string path = Directory.GetCurrentDirectory() +@"\" + fileName;

            if (File.Exists(path))

            {

                using (StreamReader sr = File.OpenText(path))

                {

                    string s = "";

                    while ((s = sr.ReadLine()) != null)

                    {

                        ChineseWordUnit _tempUnit = InitUnit(s);

                        _countTable.InsertWord(_tempUnit.Word);

                    }

                }

            }

        }

        /**////

        /// 将一个字符串解析为ChineseWordUnit。

       /// 字符串

       /// 解析得到的ChineseWordUnit

        private static ChineseWordUnit InitUnit(string s)

        {

            Regex reg = new Regex(@"\s+");

            string[] temp = reg.Split(s);

            if (temp.Length!=2)

            {

                throw new Exception("字符串解析错误："+s);

            }

            return new ChineseWordUnit(temp[0],Int32.Parse(temp[1]));

        }

        /**////

        /// 分析输入的字符串，将其切割成一个个的词语。

        ///

        /// 待切割的字符串

        /// 所切割得到的中文词语数组

        public static string[] ParseChinese(string s)

        {

            int _length = s.Length;

            string _temp = String.Empty;

            ArrayList _words = new ArrayList();

            for(int i=0;i63            {

                _temp = s.Substring(i,1);

                if (_countTable.GetCount(_temp)>1)

                {

                    int j=2;

                    for (;i+j0;j++)

                    {

                    }

                    _temp = s.Substring(i,j-1);

                    i = i + j - 2;

                }

                i++;

                _words.Add(_temp);

            }

            string[] _tempStringArray = new string[_words.Count];

            _words.CopyTo(_tempStringArray);

            return _tempStringArray;

        }

    }

有了成熟的分词算法，是否就能容易的解决中文分词的问题呢？事实远非如此。中文是一种十分复杂的语言，让计算机理解中文语言更是困难。在中文分词过程中，有两大难题一直没有完全突破。

2.1  歧义识别

  歧义是指同样的一句话，可能有两种或者更多的切分方法。例如：表面的，因为“表面”和“面的”都是词，那么这个短语就可以分成“表面 的”和“表 面的”。这种称为交叉歧义。像这种交叉歧义十分常见，前面举的“和服”的例子，其实就是因为交叉歧义引起的错误。“化妆和服装”可以分成“化妆 和 服装”或者“化妆 和服 装”。由于没有人的知识去理解，计算机很难知道到底哪个方案正确。

交叉歧义相对组合歧义来说是还算比较容易处理，组合歧义就必需根据整个句子来判断了。例如，在句子“这个门把手坏了”中，“把手”是个词，但在句子“请把手拿开”中，“把手”就不是一个词；在句子“将军任命了一名中将”中，“中将”是个词，但在句子“产量三年中将增长两倍”中，“中将”就不再是词。这些词计算机又如何去识别?

如果交叉歧义和组合歧义计算机都能解决的话，在歧义中还有一个难题，是真歧义。真歧义意思是给出一句话，由人去判断也不知道哪个应该是词，哪个应该不是词。例如：“乒乓球拍卖完了”，可以切分成“乒乓球拍卖完了”、也可切分成“乒乓球拍卖完了”，如果没有上下文其他的句子，恐怕谁也不知道“拍卖”在这里算不算一个词。

2.2  新词识别

新词，专业术语称为未登录词。也就是那些在字典中都没有收录过，但又确实能称为词的那些词。最典型的是人名，人可以很容易理解句子“王军虎去广州了”中，“王军虎”是个词，因为是一个人的名字，但要是让计算机去识别就困难了。如果把“王军虎”做为一个词收录到字典中去，全世界有那么多名字，而且每时每刻都有新增的人名，收录这些人名本身就是一项巨大的工程。即使这项工作可以完成，还是会存在问题，例如：在句子“王军虎头虎脑的”中，“王军虎”还能不能算词？

新词中除了人名以外，还有机构名、地名、产品名、商标名、简称、省略语等都是很难处理的问题，而且这些又正好是人们经常使用的词，因此对于搜索引擎来说，分词系统中的新词识别十分重要。目前新词识别准确率已经成为评价一个分词系统好坏的重要标志之一。

中文分词技术属于自然语言处理技术范畴，对于一句话，人可以通过自己的知识来明白哪些是词，哪些不是词，但如何让计算机也能理解？其处理过程就是分词算法。现有的分词算法可分为三大类：基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。

1.1  基于字符串匹配的分词方法

这种方法又叫做机械分词方法，它是按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行配，若在词典中找到某个字符串，则匹配成功（识别出一个词）。按照扫描方向的不同，串匹配分词方法可以分为正向匹配和逆向匹配；按照不同长度优先匹配的情况，可以分为最大（最长）匹配和最小（最短）匹配；按照是否与词性标注过程相结合，又可以分为单纯分词方法和分词与标注相结合的一体化方法。常用的几种机械分词方法如下：

1.正向最大匹配法（由左到右的方向）；

2.逆向最大匹配法（由右到左的方向）；

3.最少切分（使每一句中切出的词数最小）。

还可以将上述各种方法相互组合，例如，可以将正向最大匹配方法和逆向最大匹配方法结合起来构成双向匹配法。由于汉语单字成词的特点，正向最小匹配和逆向最小匹配一般很少使用。一般说来，逆向匹配的切分精度略高于正向匹配，遇到的歧义现象也较少。统计结果表明，单纯使用正向最大匹配的错误率为1/169，单纯使用逆向最大匹配的错误率为1/245。但这种精度还远远不能满足实际的需要。实际使用的分词系统，都是把机械分词作为一种初分手段，还需通过利用各种其它的语言信息来进一步提高切分的准确率。

一种方法是改进扫描方式，称为特征扫描或标志切分，优先在待分析字符串中识别和切分出一些带有明显特征的词，以这些词作为断点，可将原字符串分为较小的串再来进机械分词，从而减少匹配的错误率。另一种方法是将分词和词类标注结合起来，利用丰富的词类信息对分词决策提供帮助，并且在标注过程中又反过来对分词结果进行检验、调整，从而极大地提高切分的准确率。

对于机械分词方法，可以建立一个一般的模型，在这方面有专业的学术论文，这里不做详细论述。

1.2基于理解的分词方法

这种分词方法是通过让计算机模拟人对句子的理解，达到识别词的效果。其基本思想就是在分词的同时进行句法、语义分析，利用句法信息和语义信息来处理歧义现象。它通常包括三个部分：分词子系统、句法语义子系统、总控部分。在总控部分的协调下，分词子系统可以获得有关词、句子等的句法和语义信息来对分词歧义进行判断，即它模拟了人对句子的理解过程。这种分词方法需要使用大量的语言知识和信息。由于汉语语言知识的笼统、复杂性，难以将各种语言信息组织成机器可直接读取的形式，因此目前基于理解的分词系统还处在试验阶段。

1.3  基于统计的分词方法

  从形式上看，词是稳定的字的组合，因此在上下文中，相邻的字同时出现的次数越多，就越有可能构成一个词。因此字与字相邻共现的频率或概率能够较好的反映成词的可信度。可以对语料中相邻共现的各个字的组合的频度进行统计，计算它们的互现信息。定义两个字的互现信息，计算两个汉字X、Y的相邻共现概率。互现信息体现了汉字之间结合关系的紧密程度。当紧密程度高于某一个阈值时，便可认为此字组可能构成了一个词。这种方法只需对语料中的字组频度进行统计，不需要切分词典，因而又叫做无词典分词法或统计取词方法。但这种方法也有一定的局限性，会经常抽出一些共现频度高、但并不是词的常用字组，例如“这一”、“之一”、“有的”、“我的”、“许多的”等，并且对常用词的识别精度差，时空开销大。实际应用的统计分词系统都要使用一部基本的分词词典（常用词词典）进行串匹配分词，同时使用统计方法识别一些新的词，即将串频统计和串匹配结合起来，既发挥匹配分词切分速度快、效率高的特点，又利用了无词典分词结合上下文识别生词、自动消除歧义的优点。

到底哪种分词算法的准确度更高，目前并无定论。对于任何一个成熟的分词系统来说，不可能单独依靠某一种算法来实现，都需要综合不同的算法。笔者了解，海量科技的分词算法就采用“复方分词法”，所谓复方，相当于用中药中的复方概念，即用不同的药才综合起来去医治疾病，同样，对于中文词的识别，需要多种算法来处理不同的问题。

      查看源文件发现是JS广告，于是在后面加如下代码就可以将其屏蔽掉：
<script type="text/javascript">
document.execCommand("Stop");
</script>