基于文本内容的垃圾邮件过滤程序

基于文本内容的垃圾邮件过滤程序，VC++6.0， 利用贝叶斯算法进行中文文本分类，过滤垃圾邮件

// BYS.cpp: implementation of the BYS class.
//
//////////////////////////////////////////////////////////////////////

#include “stdafx.h“
#include “Mail.h“
#include “BYS.h“

#ifdef _DEBUG
#undef THIS_FILE
static char THIS_FILE[]=__FILE__;
#define new DEBUG_NEW
#endif

//////////////////////////////////////////////////////////////////////
// Construction/Destruction
//////////////////////////////////////////////////////////////////////

BYS::BYS（）
{
	mode=FALSE;
	arrword=NULL;
	arrbad=NULL;
	arrgood=NULL;
	arrgl=NULL;
	goodsum=0;
	badsum=0;
}

BYS::~BYS（）
{
	if（arrword） delete[] arrword ;
	if（arrbad） delete[] arrbad;
	if（arrgood） delete[] arrgood;
	if（arrgl） delete[] arrgl;
}

void BYS::Create（CString path）
{
	CString strpath=path;
	strpath+=“dir\\Result.txt“;
	strbysdbpathsum=strpath;

	CString strLineFirstStr;
	//读取邮件总数
	CStdioFile csFile（strpathCFile::modeRead）; 
	for（int i=0;i<2;i++）
	{
		csFile.ReadString（strLine）;
		strLine.TrimLeft（）;   
		strLine.TrimRight（）; 
		//获取
		if（strLine.Left（4）==“good“）
		{
			strLine=strLine.Mid（4strLine.GetLength（）-4）;
			strLine.TrimLeft（）;   
			goodsum=atoi（strLine）;
		}
		if（strLine.Left（4）==“spam“）
		{
			strLine=strLine.Mid（4strLine.GetLength（）-4）;
			strLine.TrimLeft（）;   
			badsum=atoi（strLine）;
		}
	}
	csFile.Close（）;
	
	strpath=path;
	strpath+=“dir\\WordList.txt“;
	strbysdbpath=strpath;

	CStdioFile csFileList（strpathCFile::modeRead）; 

	//建立哈希表
	int size=72*94;
	arrword=new CStringArray[size];
	arrgood=new CStringArray[size];
	arrbad =new CStringArray[size];
	arrgl  =new CStringArray[size];
	
	int indexpos;
	CString tmp;
	while（csFileList.ReadString（strLine））
	{
		strLine.TrimLeft（）;   
		strLine.TrimRight（）; 

		FirstStr=strLine.Left（2）;
		index=GetCharIndex（FirstStr）;
		if（index>72*94-1） 
		{
			continue;
		}
		if（-1!=index）
		{

		/*	for（int k=0;k			{
				char a=strLine.GetAt（k）;
			}*/
			//加载词/字
			pos=strLine.Find（90）;
			tmp=strLine.Left（pos）;
			arrword[index].Add（tmp）;
			strLine=strLine.Right（strLine.GetLength（）-pos-1）;
			strLine.TrimLeft（）;

			//加载good
			pos=strLine.Find（90）;
			tmp=strLine.Left（pos）;
			arrgood[index].Add（tmp）;
			strLine=strLine.Right（strLine.GetLength（）-pos-1）;
			strLine.TrimLeft（）;

			//加载bad
			pos=strLine.Find（90）;
			tmp=strLine.Left（pos）;
			arrbad[index].Add（tmp）;
			strLine=strLine.Right（strLine.GetLength（）-pos-1）;
			strLine.TrimLeft（）;

			//加载gl
			arrgl[index].Add（strLine）;
		}
	}
	mode=TRUE;
}

int BYS::GetCharIndex（CString strName）//获取hash下标
{
	TBYTE ucHigh ucLow;
    int  nCode=-1;
	if（strName.GetLength（）>0）
	{
		if （（TBYTE）strName[0] > 0x80 ）
		{
			ucHigh = （TBYTE）strName[0];
			ucLow  = （TBYTE）strName[1];
			if （!（ucHigh < 0xa1 || ucLow < 0xa1）） nCode =（ucHigh -176）*94+ucLow-161;//hash函数
		}
	}
	return nCode;
}

float BYS::bysjs（CStringArray *arr）
{
	CStringArray tot

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       6422  2008-05-22 12:05  Mail\BYS.cpp

     文件       1070  2008-05-26 18:57  Mail\BYS.h

     文件       1523  2008-05-22 12:28  Mail\DlgLogin.cpp

     文件       1227  2008-05-17 10:49  Mail\DlgLogin.h

     文件        517  2008-05-17 11:25  Mail\Email.cpp

     文件        482  2008-05-17 11:25  Mail\Email.h

     文件      28060  2012-10-11 00:18  Mail\Mail.aps

     文件       3286  2012-10-11 01:42  Mail\Mail.clw

     文件       2330  2008-05-17 12:38  Mail\Mail.cpp

     文件       5022  2008-05-20 17:17  Mail\Mail.dsp

     文件        533  2008-05-17 09:12  Mail\Mail.dsw

     文件       1357  2008-05-17 09:22  Mail\Mail.h

     文件     205824  2012-10-11 01:42  Mail\Mail.ncb

     文件      51712  2012-10-11 01:42  Mail\Mail.opt

     文件       2764  2012-10-11 00:19  Mail\Mail.plg

     文件       8839  2008-05-23 13:09  Mail\Mail.rc

     文件      14249  2008-07-24 20:35  Mail\MailDlg.cpp

     文件       2358  2008-05-26 19:04  Mail\MailDlg.h

     文件       2089  2008-05-20 10:39  Mail\MailShow.cpp

     文件       1308  2008-05-20 03:43  Mail\MailShow.h

     文件      14344  2008-05-26 19:03  Mail\MyEMail.cpp

     文件       1001  2008-05-26 19:00  Mail\MyEMail.h

     文件       9252  2008-05-26 18:54  Mail\MyPOP3.cpp

     文件       1443  2008-05-26 18:47  Mail\MyPOP3.h

     文件       3543  2008-05-17 09:12  Mail\ReadMe.txt

     文件      16703  2012-10-11 00:19  Mail\Release\BYS.obj

     文件      10312  2012-10-11 00:19  Mail\Release\DlgLogin.obj

     文件     270336  2012-10-11 00:19  Mail\Release\Mail.exe

     文件      14565  2012-10-11 00:19  Mail\Release\Mail.obj

     文件    5657800  2012-10-11 00:19  Mail\Release\Mail.pch

............此处省略28个文件信息