复合文档二进制存储结构通俗讲义及文件头的修复.docVIP

复合文档二进制存储结构通俗讲义 作者 dengyanhui 首先，大家可以将复合文档与FAT文件系统对比起来学习，复合文档和FAT文件系统有许多相似之处。 复合文档类似于FAT文件系统，大家在理解的时候可以把复合文档和文件系统放到同一个层次； FAT文件系统有DBR ，FAT表目录。那么对应的复合文档就是文件头，主扇区配置表（MSAT）,扇区配置表（SAT），短扇区配置表（SSAT）和复合文档的目录； 在FAT文件系统中，文件采用扇区为单位存储数据，多个扇区组成簇，文件占用多少个簇，占用了哪些簇，簇链是怎样的这个就是由FAT表记录的。相对应的复合文档中，数据也采用扇区来存储数据，只是复合文档中的扇区有基本扇区和短扇区之分。在文件系统中一个扇区占用512个字节，在复合文档中，扇区的大小在文件头中有规定，不过基本都是512个字节。短扇区的大小也在文件头中作出了规定。一般是64个字节。 在复合文档中，数据信息被叫做流，按照流的大小有基本流和短流之分，按照功能来分，有控制流和数据流之分；流相当于文件系统中的文件，文件系统中的文件夹在复合文档中就对应仓库。那么流存在哪里呢？文件系统中数据以扇区来存储，在复合文档中，基本流以扇区来存储，短流由短扇区来存储。而多个短流就组成短路存放流，而且短流存放流是以扇区来存储的；这里给大家总结一下： 流以扇区来存储； 短流以短扇区来存储； 短流组成短流存放流，短流存放流也是以扇区来存储的； 在文件系统中文件以簇来管理，多少个扇区组成一个簇，在DBR中有记录，相应的在复合文档中，基本流的大小也是在文件头中记录的，一般是8个扇区，也就是说基本流的大小相当于簇的大小一样； 在文件系统中，FAT表管理文件的簇链，而在复合文档中，这个工作交给了主扇区配置表，扇区配置表，短扇区配置表这三个配置表。 上述三个配置表记录的和FAT表记录的都是表明扇区或者簇的占用情况的；只是在复合文档中区分的更细致； MAST记录的是SAT的占用扇区情况，也就是说，MAST的功能就是记录SAT占用了哪些扇区，哪些扇区的编号是多少，只是我们这里叫做SID; SAT记录的就是一个流占用扇区的情况，一个流占用哪些扇区，哪些扇区的SID是多少； SSAT记录的就是短流占用扇区的情况； 这些配置表的大小，起始扇区在文件头中都有记录的就像文件系统的DBR记录FAT表的大小一样。 目录（directory）就是一种控制流，由一些列的目录入口（directory entry）组成，每一个目录入口就指向一个流或者仓库。 下面给出复合文档的大概存储结构的实例分析： 这个就是复合文档的文件头，我们逐一分析 DO CF 11 E0 A1 B1 1A E1 复合文档的文件标示； 接下来的16个字节表示此文件的唯一标识（不重要，可以全为0； 接着的两个字节表示文件格式修订号 3E 00; 接着的是文件格式版本号 03 00; 接着是字节顺序规则标识 FE FF 表示字节按小头排序，FF FE表示按大头排序； 接着的四个字节表示复合文档扇区的字节数 以2的冥形式表示 这里是09 00 那么扇区的字节数就是 2的9次方也就是512个字节； 接下来的四个字节表示短扇区的字节数，同上，这里是06 00 也就是2的6次方个字节，这里就是64个字节； 接下来的10个字节没有使用，全是0； 接着的4个字节表示SAT配置表占用的扇区数，这里是 01 00 00 00 也就是说扇区配置表占用1个扇区； 接着的4个字节表示存放目录流的第一个扇区的扇区ID 也就是SID； 接着的4个字节没有使用； 接着的4个字节表示标准流的最小大小，小于这个值的就是短流； 接着的4个字节表示存放短扇区表（SSAT）的起始扇区号。如果不存在短扇区配置表则此处值为 FE FF FF FF; 接着的4个字节表示存放短扇区配置表的扇区总数； 在往下的4个字节表示存放主扇区配置表（MSAT）的起始扇区号，如果没有则为FE FF FF FF；这里说明一下，这里说的存放主扇区配置表的扇区，因为主扇区配置表的前109个SID是存储在文件头中的，如果主扇区配置表内容太多，文件头中存放不下，那么系统会为主扇区配置表分配其他扇区来存放它。这里的4个字节所指的扇区就是额外扇区。这里的实例是 FE FF FF FF 说明主扇区配置表的内容在文件头中就能存储下了，不需要分配额外的扇区来存储了，所以这里就是 FE FF FF FF ； 接下来的4个字节表示存放主扇区配置表的扇区数，这里所指的扇区也是上述的额外扇区； 在往下就是主扇区配置表存储在文件头中的SID了。一个SID占用4个字节，这个和FAT表中一个FAT项占用