复合文档格式研究之02-复合文档的主要构成

李懿 Excel学习 2016-07-05

微信扫一扫
关注该公众号

复合文档的组成部分

 

之前介绍了一些计算机关于存储的基础知识（回复：复合文档01 可以查看），如果不是太了解，问题也不是很大。但是需要有一个概念，就是数据在计算机中并非顺序存储，要获取一段完整的数据，需要有一个索引表（也就是分区表FAT）将各个零散的数据串起来。

 

本章的内容，在大多数搜索到的文档或者个人博客中随处可见。如果你理解了第一章所述的内容，那么这个结构就很容易理解了。

2.1 Storage和Stream

我之所以没有使用中文，是确实不知道怎么翻译，官方文档也只有英文版，别人的翻译也都比较别扭，容易让人联系到其他东西。

简单地说Storage相当于文件系统中的文件夹，Stream则相当于文件。因而Storage中是没有任何实质性的内容的，全在Stream里面。当然Storage下面还可以有Storage，就像文件夹下面还有其他文件加一样。

之所以要这样设计，是为了可以和容易往文档里面添加其他东西。比如说在Excel里面插入另一个Excel文件，按照Windows的办法就是创建一个目录，然后添加文件。在复合文档中也会有类似的操作。

我们暂且先记一下这两个东西吧，稍后我们会用实际的例子来看看。

2.2 Directory（目录）

这一部分存储空间是用来记录Storage和Stream的存储结构以及名称、大小、起始地址等信息，说白了就是一个Storage和Stream的索引，是它们的目录。

2.3 Sectors和Short Sectors（扇区）

Sector是实际数据存储的地方。第一章中介绍了扇区的概念，在复合文档中有个特别的Mini Sector，其大小为64字节。与第一章介绍的概念一样，多个不同的Sector可以通过索引连接起来从而拼凑起一个完整的数据区域。

2.4 FAT和DIFAT（分区表）

这两个东西是比较搞的一个概念。FAT其实就是第一章所说的索引表，它记录了Sector（扇区）的起始地址以及逻辑顺序。FAT实际也是存储在Sector里面，由于FAT本身也比较大，所以还有个DIFAT，其实是FAT所在的Sector的索引表，记录了FAT所在的Sector的起始地址以及逻辑关系。

图12  DIFAT、FAT、Sector示意图

图12的示意图表示了DIFAT、FAT、Sector三者的关系，通过DIFAT的索引可以表示一个FAT分区，然后在FAT中的索引表示了Sector的记录。

2.5 Header（文件头）

文件头在文件存储的最开始，里面记录了一些基本的信息，比如文件的类型、大小、FAT（分区表）的数量、Directory（目录）的数量、起始地址、Stream标准的大小等等，还有最重要的DIFAT。

当使用程序打开文件时，最初读取的数据就是文件头，因为在文件的最开头，所以称为文件头。复合文档的文件头大小为512字节。

2.5 小结

本章介绍了复合文档中的主要组成部分，尽管比较抽象，但是结合第一章的内容就不难理解。在复合文档的最开头是文件头，除了基本信息外还记录了DIFAT，通过DIFAT可以找到FAT，通过FAT可以找到Sector，因而可以通过这些将所有的数据按照正确的逻辑顺序连接起来，然后再通过Directory的定义找到Storage和Stream，在Stream里面就可以读取真正的数据了。接下来我们就来学习如何使用VBA代码进行复合文档的解析。