摘 要 FTP服務是網絡服務的一種應用廣泛的文件傳輸形式，本文擬構建一個基于Web的FTP主機的文件搜索系統，能夠以Web形式輕松的檢索FTP上的文件，并且可以直觀的以Web模式模擬FTP主機的文件結構。

　　關鍵詞 搜索引擎;FTP;Web 計算機論文投稿

　　1 背景

　　當前，計算機網絡已經越來越普及，各個單位也已經逐步建立自己的FTP(File Transfer Protocol)服務器，用來管理存儲對于自己單位內部共享的一些文件或者對外共享的一些文件。隨著被FTP管理的文件數量的不斷增長，達到上萬、上百萬，甚至更多的時候，如何在如此龐大數據里邊更快捷的找到自己所需的文件，將成為一個很重要的問題。

　　目前出現了一些FTP搜索引擎，可以用來搜索整個互聯網內處于匿名訪問的FTP上的文件信息，而需要權限才能訪問的FTP則無法直接建立索引，因此不能達到搜索效果。本文擬構建的FTP搜索引擎是針對單位內部，局域網內的一個或者幾個FTP服務器建立的;使內部用戶直接可以看到FTP上的目錄結構，并可以準確的搜索文件位置，然后下載瀏覽，達到檢索高效、準確。

　　2 擬構建系統之模型

　　系統構建網絡拓撲模型如圖1所示。

　　圖1 系統拓撲模型

　　根據拓撲結構，內部網絡部署若干臺FTP服務器，根據需要，在每臺需要被查詢的FTP服務器上，建立掃描文件結構發生變化的爬蟲程序，并在內部網絡建立FTP文件索引數據庫服務器，用來存放FTP服務器上爬蟲程序獲取的索引數據，另外還要建立Web服務器，用來做Web查詢。

　　3 系統模式分析

　　本系統采用兩個模塊構建，分別是部署于FTP服務器的爬蟲程序和部署于Web服務器的索引查詢引擎。

　　部署于FTP服務器的爬蟲是一用來監控FTP文件結構變化的程序，它用來監視FTP服務器的變化，當FTP服務器有新的文件上傳或者有文件被刪除或者文件位置發生變化的時候，爬蟲程序會立即捕捉到此變化，然后將變化信息響應到建立索引的數據庫服務器。

　　部署于Web服務器的查詢引擎是主要用來做查詢服務，以及針對用戶輸入的查詢關鍵字做模糊處理，直接以模糊方式查詢，當搜索到結果以后，顯示時候將文件所處FTP位置顯示，同時將對應的超級連接做在上邊，可以方便直接下載。

　　在訪問范圍上，擬構建的搜索系統可以供內網和外網同時檢索，訪問方式

　　如圖一所示，將Web服務器發布在內部網絡，同時開放到Internet，可提供到Internet訪問。通過Web服務器來對內和對外提供檢索服務。內部用戶通過內部網絡直接訪問Web服務器來訪問搜索引擎，外部用戶通過Internet來訪問Web搜索引擎。

　　4 系統的實現

　　FTP服務器爬蟲程序主要用來建立FTP文件的樹形結構，如圖2所表示，每獲得一個服務器就建立一個FTP根節點，然后在遍歷根節點下邊的子節點，直到將子節點遍歷完畢。FTP服務器爬蟲程序可以采用Java或者C++等程序來實現，可以作為操作系統的一個服務來加載。此種爬蟲程序可以根據需求分為兩類，一類是實時記載服務器文件結構變化的，一類是分周期的記載數據庫變化的。

　　圖2 FTP爬蟲遍歷獲得數據結構 實時記載的爬蟲程序運行過程是：當初始加載到一個新的FTP服務器，爬蟲程序首先遍歷該服務器，獲得該服務器的文件結構，同時將此結構記載到數據庫服務器，當遍歷完整個服務器后，然后就進入監控狀態，實時記載服務器變化，當文件增加時在原數據基礎上追加數據，當文件更改位置后，修改對應記錄的數據，當文件被刪除時清除數據庫中的對應記錄。

　　分周期記載的爬蟲程序的運行過程是：當加載到一個新的FTP服務器，程序遍歷該服務器，獲得服務器的文件結構，同時也將此結構記載到數據庫服務器，當過一定周期后，重新遍歷服務器文件結構，將結果再記載到數據庫，并刪除原有的遍歷結果，如此反復。

　　兩類程序有各自的優缺點，第一類實時性比較強，當服務器文件結構發生變化后，立即可以體現到檢索結構中，但缺點是占用FTP系統資源太多，可能會影響FTP服務性能;第二類正好與相反，因為它是周期性的遍歷，因此可選擇FTP比較空閑的時候來遍歷，不會太多影響FTP服務性能，但實時性就比較差，不能將FTP的文件變化立刻體現到檢索結果中去。兩類程序可根據服務器性能來選擇合適的類型。

　　搜索引擎Web端可以采用J2EE+AJAX來實現，用戶檢索時可選擇精確檢索和模糊檢索，精確檢索查詢完全匹配的，模糊查詢檢索可以用相似性來檢索。此外，針對每個獨立的FTP主機，遍歷其上爬蟲程序建立于數據庫的索引樹結構，就可以建立起虛擬的FTP文件結構，從而可以在WEB程序上顯示FTP的文件結構。

　　5 結束語

　　本文討論建立基于局域網的單個FTP和多個FTP的搜索，根據FTP服務器的實際情況，選擇適合的爬蟲程序類型，建立索引樹。對于本文設計構建的結果，可以將本系統推廣于Internet，將爬蟲程序置入需要索引的FTP上，或者通過外部間接獲取索引，從而達到FTP的文件搜索效果，使得用戶更加高效的找到所需要的文件。

　　參考文獻

　　[1]陳華，王繼民，韓近強，謝欣.《互聯網上FTP文件的分布特征與啟示》

　　[2]陳華，李曉明.高級文件搜索引擎核心功能的實現技術.《搜索引擎與Web挖掘進展》，高等教育出版社，2003