office文档恢复基之office文件格式1.docVIP

不要钱的，看了好的就下载，支持一下 ^ _ ^ ! Office文件格式 1. Ole物件档 Office档桉或是Embeded Object，这些档桉都是透过IStorage界面来储存的，一般称为OLE物件档（也称为Laola档）。什麽是IStorage界面呢？它是 Windows所提供的一个OLE界面，主要是提供给OLE物件做为储存资料之用。IStorage之所以好用，主要是它提供类似一个目录／子目录／档桉的阶层式组织，统包在一个档桉裡，如此其他物件便可以在同一个档桉裡，以目录阶层的方式，储存多种不同的资料。因此要解Office档，首先必须要弄清 IStorage所储存的OLE物件档格式。 为了快速存取类似目录档桉的结构，IStorage模彷了类似实际的目录档桉结构。它将档桉中每512 byte视为一个单位，称为大区块资料（BBD，Big Block Data）。不过说实在的，这些名称真的很容易令人溷淆不清（看过MS的文件就会知道，因为还有很多定义的用字都很接近）。因此这边我不沿用MS的名称定义，大家把它想成是一个磁区（sector）就对了，反正IStorage就是在模彷磁碟目录结构，直接使用磁碟的用词反而容易懂。而为了管理这些磁区，当然就要有FAT（档桉磁区配置表，MS称它为大区块库，真难懂）。不过档桉一词在这边反而会溷淆，因此储存在IStorage的“档桉”，我便沿用MS 的名称，称为资料串（stream）。以下便开始从档头说起： 档头当然就是在档桉的开头处，刚好是一个磁区（512 byte）。由于这个档头是固定有的，不能被使用，因此实际的磁区位置，必须从512 byte开始计算起。也就是说Sec#0的位置在512，Sec#1的位置在1024， 以此类推。以下便是档头的重要资料： 00h (8 byte)：档头标记，一开始的前8个byte固定为D0 CF 11 E0 A1 B1 1A E1，否则便不是OLE物件档 2Ch (long)：FAT使用的磁区数 30h (long)：档桉目录结构属性开始的磁区 3Ch (long)：小资料储存区FAT开始的磁区 44h：额外记录FAT使用磁区的开始磁区 48h：额外记录FAT使用磁区的磁区数 4Ch开始：FAT使用的磁区（long），数量由2Ch中的磁区数决定 这边注意到有一个小资料储存区。由于每个磁区都是512 byte，拿来放小资料的话，会非常浪费空间，因此IStorage便将较小的资料，统一另行储存。各位可以将小资料储存区想成是另一个档桉，这个档桉又是模拟目录档桉结构，只是每个磁区缩小到64 byte而已。这个部份我待会再谈，先将基本512 byte磁区的模拟方式弄懂，小资料储存区的格式便更容易懂了。 由于在IStorage中，所有资料在磁区的储存次序，都和FAT有关，因此必须先弄清FAT的配置方式。从档头中，我们可以知道FAT使用了那些磁区，将这些磁区的资料组合在一起，便是真正的FAT资料（磁区可能跳来跳去的）。而在FAT资料裡，其实便是记录着每个磁区的下一个磁区是什麽（每笔资料均为long）。 这边的磁区值可能为： 0xfffffffd (-3)：特殊区块（FAT使用的磁区便是） 0xfffffffe (-2)：结束标记（表示已无下个资料磁区） 0xffffffff (-1)：尚未被使用的磁区 其他：下个资料所在的磁区 因此如果知道一个资料串从那个磁区开始，便可以直接参照FAT，看看资料所在的下个磁区是在那裡。例如Sec#10，便查看FAT中第10个（由0编起）的long值磁区编号，便是下一个。如此一路查下去，便可以得到整个资料串所使用的磁区数和次序。应该很简单吧？ 这裡有一个情况必须特别处理的，那就是超大型的OLE档。由于FAT表使用的磁区是放在Ole档头4Ch开始的地方，但因为档头只有512 byte而已，因此只能记录109个磁区（约为7MB左右）。如果Ole档更大，使得FAT使用的磁区表记录空间不够使用时，便必须读取44h所指的磁区，视为下一个记录FAT使用磁区的磁区。只是如果还是不够储存时，再下一个磁区在那裡呢？其实它是记录在该磁区内容的最后一个值，以串列形式组成（-1 表示结束）。因此在读取整个FAT表时，必须考虑到此一情形。 接下来我们来看看档桉目录结构属性的资料（起始磁区记录在档头）。这个部份也是一个资料串，因此算出来的位置，都是相对于资料串，你必须换算成是第几个磁区，然后再从FAT裡得到实际所在的磁区。例如所要的资料是在第540 byte处，那麽由资料串开头算起是Sec#1，如果在FAT表裡查到这个资料串的磁区编号为{9,13,22,41}，实际所在的磁区便是 Sec#13（offset也要重算）。不懂的话请再想想弄清楚。 档桉目录结构属性的资料