复合文档二进制结构归纳.pdfVIP

对复合文档二进制结构（即“劳拉”文 件格式）感兴趣的请进 分享到↓ new 引用地址： /htm [ 复制地址 │ 分享到 QQ空间分享到豆瓣网分享到新浪微博分享到搜狐微博分享到人人网分享到开心网分享 到 51 社区 ] 关闭窗口 | 隐藏边栏 硬盘高手 发表于： 08-11-03 11:33 [ 只看该作者 ] “劳拉”文件格式是微软复合文档结构的二进制格式， 本来按照微软的说法， 这 种结构应该叫做“复合文档二进制结构”（ Compound File Binary Format ）， 但是微软没有公开关于“复合文档二进制结构”的有关内容，大量黑客通过对 WORD、EXCEL文件的分析，以及对微软办公软件的跟踪，基本上了解了“复合文 档二进制结构”的组成和其中的含义，但是整理出来的毕竟不是微软的官方文 档，可能有和微软的定义不一致的地方， 同时微软也有权改变这一结构， 所以人 们使用另外的名称：“劳拉”来描述这种结构。 复合文档”是微软在引入的一种在文件内部存放结构化信息的方法， 比如说我们 写一篇文章， 如果这篇文章没有任何格式信息和嵌入的图像， 那么使用没有任何 结构 的文本格式就可以了，但是一篇完善的文章里面可能有不同的段落、每个 段落可能有不同的格式、 字体和颜色， 段落之间可能还有插图， 这样简单的无格 式文本就无法满足需要了， 所以需要在文件的内部存放很多结构， 包括段落的文 字、段落的字体、甚至段落本身的信息等等，针对这种需求，以及电子数据表、 演示制作等软件的需要， 微软开发了一种“文件中的文件系统”也就是“复合文 档”结构。 在复合文档中， 可以有很多目录， 每个目录下面可以有子目录， 目录和子目 录中包含了“存储”， 一个存储就相当于磁盘上的一个文件， 整个复合文档就形 成了一个类似于磁盘上的目录和文件所组成的树状结构。 如果在视窗环境下使用 复合文件， 可以利用操作系统提供的功能对复合文件进行读写， 就像读写通常的 文件和目录一样， 可以在复合文件内部列目录， 可以打开一个指定的目录， 可以 读写其中的一个“存储”（文件）。 “劳拉”文件格式：所有使用“劳拉”文件格式的文件由 512 字节的数据块 组成（你可以注意一下，所有的 WORD、EXCEL、或者其他的 Office 文件大小都 是 512 的倍数），数据块的序号从－ 1 开始： 复合文档 数据块－ 1 数据块 0 数据块 1 数据块 2 数据块。。。 512 字节 512 字节 序号为－ 1 的块是整个文件的文件头块，存放了复合文件的一些整体信息，结构 如下： 偏移量（十六进制） 大小（字节） 内容 0 8 复合文件标识（ d0 cf 11 e0 a1 b1 1a e1 ） 2C 4 大块映象图的大小（块数） 30 4 目录链根的开始块序号 3C