■ 河北 李云飛

編者按：在工作中，Office辦公軟件是必備之物，但有時(shí)也免不了某些軟件出現(xiàn)問題，導(dǎo)致工作效率受到制約，本文講解一些Word文件的修復(fù)方法。

Office 2007之后的Word文檔格式都采用了Open XML的文檔格式，Open XML格式上使用了標(biāo)準(zhǔn)的ZIP算法對(duì)文件內(nèi)部數(shù)據(jù)進(jìn)行了壓縮處理，可以通過ZIP解壓軟件對(duì)其進(jìn)行解壓操作。

現(xiàn)在大多數(shù)的Word文件都是docx格式的，在工作中也經(jīng)常會(huì)遇到docx文件的損壞，當(dāng)docx文件由于各種原因（例如藍(lán)屏等）損壞后，可以通過Office的自動(dòng)備份來找回，如果沒有備份就只有通過修復(fù)文件來找回?cái)?shù)據(jù)了。

標(biāo)準(zhǔn)ZIP壓縮文件格式分析

標(biāo)準(zhǔn)zip文件格式由三部分組成:zip壓縮數(shù)據(jù)段、中央目錄區(qū)、中央目錄區(qū)尾部。

其中zip壓縮數(shù)據(jù)段又分為zip文件頭信息和壓縮數(shù)據(jù)。如圖1、2、3所示。表格中帶☆的是在文件修復(fù)中經(jīng)常用到的。

圖1 ZIP壓縮文件頭結(jié)構(gòu)

圖2 中央目錄區(qū)文件頭結(jié)構(gòu)

Office Open XML文檔結(jié)構(gòu)分析

利用ZIP解壓軟件對(duì)docx文檔解壓之后，發(fā)現(xiàn)很多文件夾和XML文件。其中，“[Content_Types].xml”定義了各部分的內(nèi)容類型，“\_rals.rels”定義了部件之間的關(guān)聯(lián)關(guān)系，“/docProps”中是一些文檔的屬性信息，“/word”目錄里面存放著文檔的所有信息， “header.xml”和“footer.xml”存放著頁(yè)眉頁(yè)腳信息，“/word/image”中存放著Word中的嵌入的圖片信息，“/word/document.xml”存放著Word中的文本信息。

提取document.xml恢復(fù)文本信息

當(dāng)docx文件損壞之后可以通過WinHex提取document.xml文件來恢復(fù)docx中的文本信息。

1.提取損壞文件的壓縮數(shù)據(jù)段、中央目錄、中央目錄尾

通過WinHex中的搜索功能搜索關(guān)鍵字/Word/document.xml，找到該文件的起始位置，ZIP壓縮數(shù)據(jù)段的總長(zhǎng)度L=30+壓縮后的大小+文件名的長(zhǎng)度+擴(kuò)展區(qū)的大小，通過圖1可以算出ZIP壓縮數(shù)據(jù)段的總長(zhǎng)度。

選中document.xml的壓縮數(shù)據(jù)段復(fù)制到WinHex新建文件中。document.xml對(duì)應(yīng)的中央目錄區(qū)數(shù)據(jù)可以通過WinHex搜索/Word/document.xml得到，中央目錄區(qū)是以0x02014B50開始的，由于數(shù)據(jù)存儲(chǔ)模式是Little-Endian模式，所以顯示504B0102，如圖4所示。

中央目錄尾區(qū)可以通過WinHex搜索0x06054B50找到，由于數(shù)據(jù)存儲(chǔ)模式是Little-Endian模式，所以這里用WinHex搜索十六進(jìn)制的504B0506，中央目錄區(qū)尾位于文件的最后，所以直接把WinHex拉到最后找就可以看到了，如圖5所示。

最后，把找到的document.xml的中央目錄區(qū)數(shù)據(jù)和最后的中央目錄區(qū)尾部數(shù)據(jù)依次復(fù)制到壓縮數(shù)據(jù)段后面。

2.修改中央目錄區(qū)和中央目錄區(qū)尾的數(shù)據(jù)

圖3 中央目錄區(qū)尾部結(jié)構(gòu)

圖4 Little-Endian模式下顯示504B0102

圖5 中央目錄尾區(qū)顯示

由于中央目錄、中央目錄尾復(fù)制到了WinHex新建文件中，里面對(duì)應(yīng)的一些數(shù)值發(fā)生了變化，只有修改正確了才能把把document.xml正常解壓出來。

因?yàn)楫?dāng)document.xml的壓縮數(shù)據(jù)復(fù)制到WinHex新建文件中的時(shí)候相對(duì)位移就變成了0。所以要修改表2中央目錄區(qū)偏移量42中的局部文件相對(duì)位移的值為0x0000,圖3中央目錄區(qū)尾部偏移量8的核心目錄數(shù)量改為1，偏移量10的核心目錄的結(jié)構(gòu)總數(shù)改為1，偏移量12的核心目錄大小改為63（0x3F），偏移量16核心目錄開始位置改為0x532C，可以通過WinHex中的偏移量得到核心目錄開始位置是0x532C。

3.恢復(fù)document.xml文件

修改完中央目錄區(qū)和中央目錄區(qū)尾的數(shù)據(jù)后就可以把文件另存為ZIP格式，然后正常解壓出document.xml文件。

document.xml文件直接打開數(shù)據(jù)顯示的不是很直觀，可以通過新建一個(gè)docx文件然后替換document.xml，替換后打開docx文件會(huì)很直觀的顯示出恢復(fù)的文本數(shù)據(jù)。

利用工具修復(fù)文檔提高效率

通過WinHex手動(dòng)提取文本費(fèi)時(shí)費(fèi)力，一般Word文件修復(fù)可以通過一些現(xiàn)成的軟件來修復(fù)的，例如EasyRecovery、OfficeFIX等。

OfficeFIX可以修復(fù)Word、Excel、PPT等一些文件，使用也很簡(jiǎn)便，首先選擇要修復(fù)的文件類型，然后選擇要修復(fù)的文件，最后點(diǎn)擊Recover進(jìn)行修復(fù)。雖然工具修復(fù)效率比較高，但是有些時(shí)候利用工具修復(fù)的效果不是很理想，這時(shí)就要通過WinHex手動(dòng)修復(fù)文件了。