豆丁及百度文件格式描述

一、       豆丁文件格式的版本

描述豆丁文件格式版本之前，有必要交代一下豆丁文件在豆丁文档器中装载的过程。

1.      通过js传递ProductId给DocinFlashPlayer

2.      DocinFlashPlayer调用Docin的ProductWebService的getProductInfo方法获取ProductInfo。这里面有一个属性conversionSuccee（converSuccess）描述了豆丁文件格式的版本信息。（>20为V3否则为V2）

3.      pageNum属性描述了子文件的数量

4.      docin资源文件的URI地址及格式为：

第一个文件(i == 1)：

http://file.yimk.com/docin_{ProductId}.docin

其他文件(i == 2 to pageNum)：

http://file.yimk.com/docin_{ProductId}_{i}.docin

 

介绍以上内容的原因是从豆丁资源文件本身是无法识别文件的版本信息的，但是也可以采用试探的方式进行转换。

具体细节为读取第三/四字节，如这两个字节值为0x00，则为V3，否则为V2。

二、       豆丁V2格式描述

Stream： headerLen headcontent body(X)content

Length：   4       headerLen    @size(x)

 

headcontent ： iso-8859-1 encoder（解码后字符串如）

<root>

<node size="43893" width="595" height="842"/>

<node size="34595" width="595" height="842"/>

</root>

与FlexPaper的对应关系

该版本中读取的@sizeX部分的内容即为第X页的swf内容

三、       豆丁V3格式描述

Stream： pageWidth pageHeight _totalPages headerLen swfHeaderContent

Length：    4         4         4       4         headerLen

Stream： body(X)Len body(X)Content

Length：    4         body(X)Len

所谓的豆丁知识产权的部分也就在这里了

采用zlib的压缩传输，对flexPaper进行了分包并压缩

Content = Uncompress(swfHeaderContent)+ Uncompress(body(X)Content)

Tlen =len(Content)

FlexPaper(x)= byte(70) byte(87) byte(83) byte(09) byte([](tlen) Content

四、       百度资源文件的格式描述

很多朋友都想知道百度文库的文件格式，通过分析豆丁的文件格式，发现其实百度文库的格式很相似，并且更为简单，但是文件的体积相对较大。

Stream： jsonstring body(X)content

Length：   102?    @size(x)

其实百度的jsonstring的长度我没有仔细测试其长度，因为在这样的格式下，只需要抓取CWS或者FWS 即

if ((_loc_3[_loc_5] == 67 || _loc_3[_loc_5] == 70) && _loc_3[(_loc_5 + 1)] == 87 && _loc_3[_loc_5 + 2] == 83 && (_loc_3[_loc_5 + 3] == 9 || _loc_3[_loc_5 + 3] == 10))  

 

 

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/chinull/archive/2010/06/28/5698775.aspx