复合文档文件格式研究.doc

《复合文档文件格式研究.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、复合文档文件格式研究前言复合文档（CompoundDocument）是一种不仅包含文本而且包括图形、电子表格数据、声音、视频图象以及其它信息的文档。可以把复合文档想象成一个所有者，它装着文本、图形以及多媒体信息如声音和图象。目前建立复合文档的趋势是使用面向对象技术，在这里，非标准信息如图像和声音可以作为独立的、自包含式对象包含在文档中。MicrosoftWindows就是使用这种技术，叫做“OLE2storagefileformat”或“MicrosoftOfficecompatiblestoragefileformat”。当然Excel、Word等都是用这种格式存储的。本文主

2、要研究复合文档的二进制结构。目录第一章仓库与流（StoragesandStreams）第二章扇区与扇区链（SectorsandSectorChains）第三章复合文档头（CompoundDocumentHeader）第四章扇区配置（SectorAllocation）第五章短流（Short-Streams）第六章目录（Directory）第七章Excel文件实例剖析第一章仓库与流复合文档的原理就像一个文件系统（文件系统：如FAT与NTFS）。复合文档将数据分成许多流（Streams），这些流又存储在不同的仓库（Storages）里。将复合文档想象成你的D盘，D盘用的是NTFS（N

3、TFileSystem）格式，流就相当于D盘里的文件，仓库就相当于D盘里的文件夹。流和仓库的命名规则与文件系统相似，同一个仓库下的流及仓库不能重名，不同仓库下可以有同名的流。每个复合文档都有一个根仓库（rootstorage）。例：第二章扇区与扇区链2．1扇区与扇区标识所有的流又分成更小的数据块，叫做数据扇区（sectors）。Sectors可能包含控制数据或用户数据。整个文件由一个头（Header）结构以及其后的所有Sectors组成。Sectors的大小在头中确定，且每个Sectors的大小都相同。以下为示意图：HEADERSECTOR0SECTOR1SECTOR2SECT

4、OR3SECTOR4SECTOR5SECTOR6┆Sectors简单的以其在文件中的顺序列举，一个扇区的索引（从0开始）叫做扇区标识（SID：sectoridentifier）。SID是一个有符号的32位的整型值。如果一个SID的值非负，就表示真正存在的那个Sector；如果为负，就表示特殊的含义。下表给出有效的特殊SID：SIDNameMeaning–1FreeSID空闲sector，可存在于文件中，但不是任何流的组成部分。–2EndOfChainSIDSID链的结束标记(见2.2节)–3SATSID此Sector用于存放扇区配置表（SAT）(见4.2节)–4MSATSID此

5、Sector用于存放主扇区配置表（MSAT）(见4.1节)2．2扇区链与扇区标识链用于存储流数据的所有Sectors的列表叫做扇区链（SectorChain）。这些Sectors可以是无序的。因此用于指定一个流的Sectors的顺序的SID数组就称为SIDchain。一个SIDchain总是以EndOfChainSID（－2）为结束标记。例：一个流由4个Sector组成，其SID链为[1,6,3,5,–2]。流的SID链是通过扇区配置表构建的（见4.2节），但短流和以下两种内部流除外：1．主扇区配置表，其从自身构建SID链（每个扇区包含下一个扇区的SID）。2．扇区配置表，其通

6、过主扇区配置表构建SID链。第三章复合文档头3.1复合文档头的内容复合文档头在文件的开始，且其大小必定为512字节。这意味着第一个Sector的开始相对文件的偏移量为512字节。复合文档头的结构如下：OffsetSizeContents08复合文档文件标识：D0HCFH11HE0HA1HB1H1AHE1H816此文件的唯一标识(不重要,可全部为0)242文件格式修订号(一般为003EH)262文件格式版本号(一般为0003H)282字节顺序规则标识(见3.2):：FEHFFH=Little-EndianFFHFEH=Big-Endian302复合文档中sector的大小(ssz

7、)，以2的幂形式存储,sector实际大小为s_size=2ssz字节(一般为9即512字节,最小值为7即128字节)322short-sector的大小(见5.1)，以2的幂形式存储,short-sector实际大小为s_s_size=2sssz字节(一般为6即64字节，最大为sector的大小)3410Notused444用于存放扇区配置表（SAT）的sector总数484用于存放目录流的第一个sector的SID(见6)524Notused564标准流的最小大小(一般为4096byte