docx/ fzip引发的一堆挫事

 估计上回分析EMF文件还不过瘾，这回突然有兴趣想把docx里面的图片给挖出来。用RIA来实现，B/S模式的服务还是比较方便的。

 

1，从docx说起，改了后缀为zip就可以看到里面有啥东西了。图片就放在word/media文件夹下，图片的其他信息放在word/document.xml里面。对于ooxml，用的时候再去看那些节点是什么意思，这样理解得更快点，不适合闲暇时玩弄。docx大概就这样，对它不太有兴趣。

 

2，从fzip说起，开源库，compress和decompress文件。这个开源库用了个编码技巧，代码如下：

protected function parse(stream:IDataInput):Boolean { while (parseFunc(stream)); return (parseFunc === parseIdle); }

  parseFunc为function类型，一个while里面跳了parseHead,parseExt,parseContent几个函数后再结束，也就是等于把zip里面的每个压缩文件的文件头和数据，扩展字段都跑了一遍。和代码大全里面提到的索引方法类似，可以修改一下之前写EMF文件分析的几个很突兀的if else if格式。用fzip很快就把docx里面的图片给取出来了，不过这样做下去也没太多意思，但如果不用fzip，直接手工取出来会是咋样的。

 

3，deflate,zlib

网上的一撮撮的代码都是用AIR实现的，大部分zip都是用deflate来压缩的，所以把数据部分取出来后，直接一个uncompress("deflate")就处理完了。没啥高明之处。而用RIA，就好玩了。RIA只对ZLIB做处理，也就是大部分zip都无法用RIA直接解压。而deflate和zlib核心部分是相同的，而zlib比deflate多了2个头字节和尾部一个4字节的校验码，这样把数据部分抽取出来后，加上个头和尾，然后用uncompress就可以解压。如果没有理解错压缩数据这部分，应该能解出来，但是实验结果却还是报出解压错误。再看回fzip里面的东西，zlib的校验码是_adler32,而这个adler32却是在扩展字段里面读取的，大部分zip的扩展字段还都是为0.所以得出结论，做了件挫事。用deflate格式来压缩的话，就只能用deflate来解，其他格式信息不足，显然就不能用其他格式的函数来解。挫！

 

4，fzip,压缩数据算法

这个开源库很不错，以及一个压缩数据这一块还是狠吸引人的。学习里面的全部时间上估计不太实际，学里面的部分，有些时候还是可以做到。多做些挫事，多长些智慧。

 

附上一些查过来的网址 ：

gzip原理与实现：

http://blog.csdn.net/FringeDream/archive/2005/12/08/546890.aspx

压缩算法deflate

http://hi.baidu.com/ͼ%BA%BC%BFƼ%BC/blog/item/b2d1731812146eb34bedbc5b.html

flex zlib压缩数据包格式

http://wenyu.csai.cn/user1/24996/archives/2009/37782.html