I复合文档结构.docxVIP

前言网络上，有一篇流传颇广的叫做《Excel文件格式》的资料，是英文的，老实说，这篇资料对我关于“Excel文件格式”的理解，起到启蒙的作用，但是，进一步老实说，这篇资料对于我的最终工作结果，几乎起不到任何作用。这篇被广泛如获至宝收藏的资料，是基于BIFF2的，BIFF的意思是Binary Interchange File Format（二进制交换文件格式），BIFF2版本的Excel文件并不支持“合并单元格”，这对于我的工作是个致命的打击，无法“合并单元格”，谈何“所见即所得”？所以，我怀疑那些收藏的人，有没有认真的用过这篇资料！当然包括我，我最早得到这篇资料至今少说也有5年了，也是到了最近实在不得不用的时候，才发现了这个问题。这也许是人之常情，被我怀疑的同学们不必为了这个跟我急！既然这样，那就得继续找资料了……于是找到一篇《excelfileformat》，也是英文的，这一篇很好，从BIFF2-BIFF8，非常详尽的阐述了Excel的文件格式，老外们在这方面的态度还是比较认真的，值得学习。但是问题又来了，仅BIFF8版本的Excel文件支持“合并单元格”！这个问题似乎很好解决，按照BIFF8的格式来做不就行了？当然行，是的，可以按照BIFF8的格式来做。做出来的文件也可以被Excel读取，但必须通过两次崩溃、修复后才能使用。为什么？！微软有一个“复合文档格式”，Office从97到2003都采用“复合文档格式”来组织文档，Word、Excel、PowerPoint等等，都采用这种格式来保存。据说微软必威体育精装版又推出另一种格式，但是问题不大，于我的工作，“复合文档”已经够用了。“裸”的BIFF8版本的Excel文件，用Excel来打开，可能导致读写错误，进而导致崩溃，同时Excel的修复功能能够把它修复成“复合文档”。这是我的理解。有这样的问题，显然是不能提交给客户的。那么就必须给Excel文件“穿上”“复合文档”的外衣，要搞定Excel文件，必须先搞定复合文档。因此，“复合文档”成了通向我的工作的第一只拦路虎（为什么说“第一只”？因为后面还有）！必须解决掉。还得找资料……于是又找到一篇《compdocfileformat》，与前面提到的《excelfileformat》一同出自一个叫做“OpenOffice”的组织。我想我应该谢谢他们。值得一提的是，网上有人说这些文档的结构，微软官方并不公开，是一些黑客通过跟踪、分析等等整理出来，不知是真是假。反正很佩服这些人的毅力。由于我的英文实在太差，有了这些英文的文档，学习起来还是很吃力，就想，会不会有中文资料？找来找去，找到一份叫做《复合文档格式研究》的资料，作者声称是为了另一篇正在创作的《Excel文件格式研究》准备的。我为什么没有先搜到这份并不奇怪，因为我在找“Excel文件格式”并不知道“复合文档”……作者声称这份中文资料为其“创作”，但扫一眼就看出来这是《compdocfileformat》的翻译，而且翻译的水平跟“金山词霸”有得一拼，被人追问“记得保存过类似的资料，所以想问一下，这是你原创还是翻译？”之下，于是退缩为“说原创是不可能的，我既不是微软的工程师，也不是世界顶尖黑客。关于excel内部结构，微软是不会公开的，有关的资料也是国外一些黑客用反编译的方法推测出来的。本文是在翻译的基础上，加了一些其他的内容，但都是自己写的。”这世道……这篇《复合文档格式研究》倒是对我的工作起到了很大的帮助作用，我还是得谢谢作者，虽然作者对原文做了大量的删节而不是“加了一些其他的内容”，连章节引用都没改，可见确实“都是自己写的”。资料齐了，可以动手了。不知道是因为东西方的文化差异造成的，还是我的基础实在太差，很多地方很难懂，做的过程相当痛苦。从开始找资料到第一个Excel文件的输出，整整花了三周的时间，折腾之下，也就有了一点心得，于是决定记录下来，那得有个地方记，于是决定重开博客。对于复合文档，由于并非小狮原创，也谈不上“研究”，于是叫做《复合文档学习笔记》。一向，我主张不管学术本身如何晦涩，写出来，也要尽量让毫无基础的人能够看懂。而且我也是个很啰嗦的人，写成文字可能就相当“冗余”。但我自己又是一个很善于遗忘的人，既然是笔记，那也要预着将来自己把相关知识忘个一干二净以后再来看能看得懂，有利于自己再学习，于是就要一如既往的“啰嗦”了。本文基本上按照我自己的学习经过来写，重点在我认为难懂的地方阐述自己的见解。当然，你也可以认为我是在“翻译一些资料”，但我实在不敢用“翻译”二字，问题就因为“我的英文实在太差”，英文原文可能已经很详尽了，我的这一篇也可能是“添足之笔”，但我保证这是我“自己写的”。原文《compdocfileformat》和《excelfileformat》都是老外牛人的心血，不敢窃为