很怪异的问题，高手进来帮忙分析分析是什么原因。

SuperKick 2006-10-25 11:36:43

我用TIdTCPServer写了一个很简单的服务器。在家里测试没有问题的。但是到了客户现场问题就出来了。我用客户端连服务器死活就连不上，后来发现客户那每个机器的网卡上都绑定了两个IP。临时的解决方法是把一个IP去掉留一个IP，然后客户端在连服务器的时候也不用电脑名，直接用IP就没问题了。我也没有设置TIdTCPServer的Bindings属性啊，为什么会出现这种现象？我在家里把我的电脑的网卡也绑定了两个IP，不管是用IP还是用电脑名都没有问题。会是客户那的网络设置的问题吗？比如说域的设置还是什么别的原因？还是我的程序写得有问题？

...全文

318 5 打赏收藏转发到动态举报

写回复

用AI写文章

5 条回复

切换为时间正序

请发表友善的回复…

发表回复

SuperKick 2006-10-29

打赏
举报

问题已解决，多谢各位的回复。

do2008 2006-10-27

打赏
举报

网段不同,那网关地址是如何配置的呢,
至于WINS,也不一定要配置wins服务的.开启TCP的netbios解析就可以了/

只要在各台机子之间,可以用网上邻居,互相访问,
应该是没有问题的.

SuperKick 2006-10-26

打赏
举报

是两个不同的网段，分别是192.168.1.X和200.200.200.X。WINS配置怎么设置？

ilovechao1314 2006-10-26

打赏
举报

严重同意楼上的xd
建议你抓个包看看，不然这个东西说不好，

do2008 2006-10-25

打赏
举报

>>客户那每个机器的网卡上都绑定了两个IP

一个网卡绑定多个IP,不是问题的原因的.在这种情况下,TIdTCPServer启动监听端口后,
用相关的软件看一下,你的端口监听情况,比如netstat -a

C:\Documents and Settings\do2008>netstat -n -a

Active Connections

Proto Local Address Foreign Address State
TCP 0.0.0.0:80 0.0.0.0:0 LISTENING
TCP 0.0.0.0:135 0.0.0.0:0 LISTENING
TCP 0.0.0.0:445 0.0.0.0:0 LISTENING
TCP 0.0.0.0:1110 0.0.0.0:0 LISTENING
TCP 0.0.0.0:3306 0.0.0.0:0 LISTENING
TCP 127.0.0.1:1026 0.0.0.0:0 LISTENING
...
像Local Address为0.0.0.0:80 的,不管是哪个IP都应该可以的.

2.>>一个IP去掉留一个IP，然后客户端在连服务器的时候也不用电脑名，直接用IP就没问题了

你客户的两个IP,是否都是不同网段的IP呀,它们的网关之类的网络配置是如何,另外检查一下WINS配置是否正确.

网络安全九大绝招　一、端口监听　　很多人都已经知道了可以借助NETSTAT -AN来查看当前的连接与开放的端口，但NETSTAT并不万能，比如你的Win95遭到OOB攻击的时候，不等NETSTAT你就已经死机了。为此，出现了一种特殊的小工具——端口监听程序。端口监听并不是一项复杂的技术，但却能解决一些局部问题，当OOB攻击风行的时候，有些程序员期望借助端口监听的简单方式堵

下载代码方式：https://pan.quark.cn/s/957405011bdf 在计算机视觉技术中，轮廓提取与中心识别被视为两项核心的技术，它们对于图像处理及模式识别领域扮演着不可或缺的角色。本文将深入剖析这两种算法，并围绕"轮廓提取(中心识别）算法"这一核心主题，同时结合所提供的压缩包文件"Contour"，对相关知识点进行详尽的阐述。轮廓提取算法，主要功能在于识别并分离图像中的不同对象。该算法通过探测物体边缘，构建出明确的边界线，从而实现图像内部各组成部分的区分。在多色位图环境下，不同的色彩可能象征着不同的对象或区域，因此，一个性能优越的轮廓提取算法应当具备处理此类复杂场景的能力。常见的轮廓提取算法包括Canny边缘检测、Sobel算子、Laplacian算子和Hough变换等。这些算法各自具备独特的优缺点，究竟选择何种方法，需要依据具体的应用情境以及性能要求来决定。 1. Canny边缘检测：由John F. Canny所研发，这是一种自适应的多级边缘检测方法。Canny算法借助高斯滤波器来降低噪声干扰，随后运用强度梯度和非极大值抑制技术来定位最显著的边缘，最终通过双阈值检测来区分边缘与噪声。 2. Sobel算子：Sobel算子是一种基于梯度的边缘检测工具，它通过计算图像在水平和垂直方向上的梯度来探测边缘。此方法操作简便且效率较高，但可能对图像中的噪声较为敏感。 3. Laplacian算子：Laplacian算子是一种二阶导数算子，能够迅速识别图像中的尖峰（即边缘）。然而，它容易受到噪声的影响，因此通常需要与其他技术结合使用，例如Gaussian滤波。 4. Hough变换：Hough变换是一种在参数空间中进行边缘检测的方法，它能够检测出任意...

【重要提示】本资源设置为0积分下载，若非0积分请勿轻易下载亲爱的CSDN用户：首先感谢你点进这个资源页面。我需要提前说明一个重要情况： **本资源原本已设置为“0积分下载”**，即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素，**自动将部分资源的积分调整为非0数值**（如1积分、2积分、5积分等）。这是平台系统的自动行为，而非作者本人的设定。 **因此，如果你当前看到该资源的下载所需积分不是0（例如显示为1、2、3……），请谨慎决定是否下载。** 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效，或者实际上该资源本应是免费的，作者无法为此承担积分损失或退还操作。**强烈建议：仅在页面显示为0积分时进行下载。** 另外，本资源描述中**并未直接提供具体的下载地址或外部链接**，因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址，这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分，请优先联系CSDN客服咨询积分退还政策，作者没有权限修改平台自动设定的积分值。感谢你的理解与支持。技术分享本应开放，但受限于平台规则，特此提醒如上。祝学习进步！

一套零第三方依赖、开箱即跑的 RAG 知识库检索管道工具。使用方法三步：① python chunker.py sample_docs -o chunks.jsonl 对 Markdown 文档做标题感知切片（滑动窗口+重叠，输出 JSONL）；② python embed_prep.py chunks.jsonl --mode local -o vectors.jsonl 清洗分块并生成向量——mode=requests 可产 OpenAI 兼容批量 Embedding 请求体接任意模型服务，mode=local 用内置 n-gram 哈希向量零依赖离线联调；③ python eval_retrieval.py vectors.jsonl --queries queries.jsonl -k 3 对标注查询集计算 Recall@K 与 MRR 并输出逐条明细和调优提示。附样例文档与 4 条标注查询，样例集实测 Recall@3=75%、MRR=0.583（哈希向量基线，接真实 Embedding 后同套标注复测对比即得提升幅度）。Python 3.8+ 标准库即可运行，适用于企业文档检索最小管道搭建与 RAG 课程设计实验链条。

银税互动”是指税务、银保监部门和银行业金融机构合作，帮助企业将纳税信用转化为融资信用，缓解企业融资难题的活动,“银税互动”的实施时间是通过手工搜索各地市人民政府和税务局等官方网站以及各大银行和新闻媒体等的相关报道，取最早时间作为各地市“银税互动”的实施时间。指标 city_code、city、政策时点、判断语句、网站地址