excel - 了解二进制 xls 文件格式

Question

我尝试在不使用任何 xls 库的情况下读取 xls 文件的内容，但遇到问题。

我正在尝试使用我找到的信息 here 。它有一些关于如何读取文件的分步说明。还用这个xls-file-specification .

我不确定我是否正确执行了此步骤:

3, Open the Workbook stream and scan for the first instance of a BOF record. This is the beginning of the Globals substream.

根据文件规范或此页面带有 list of the record-numbers ，我应该寻找 2057(0809h)，但整个文件在任何地方都不包含该记录(在尝试查找它时也使用十六进制编辑器)。但后来我读到了规范第 20 页的这一部分:

Byte Swapping Excel BIFF files are transportable across the MS-DOS/Windows and Apple Macintosh operating systems, among others. To support transportability, Excel writes BIFF files where the low-order byte of the word appears first in the file, followed by the highorder byte.

如果我理解正确(不确定我是否理解)，则使用了单词的大端序，那么我要查找的实际上是 2312(0908h)。这给人的印象是正确的，因为它很早就在我尝试的每个文件中被发现。

然后进入下一步:

4, Read the Globals substream, loading the BoundSheet8 records and the SST into memory. For more details, see Globals.

我寻找133(8500h)，在BOF之后不久就找到了，很好。但问题在于接下来的两个步骤:

5, From the BoundSheet8 record that corresponds to the substream you want to open, read the first 4 bytes, which contains the lbPlyPos FilePointer. 6, Go to the offset in the stream specified by the lbPlyPos FilePointer. This is the BOF record for the worksheet.

所以接下来的 4 个字节是一个指针，指向我应该去的文件中的位置。但是以任何顺序读取这些字节都会得到一个比整个文件大的数字。而且，这部分让我感到困惑:“这是工作表的 BOF 记录。”这不是我在前面的步骤中发现的吗？嗯...

抱歉我的胡言乱语。我希望我说得有道理，并且有人愿意帮助我一点。

更新:好吧，我对此已经有了进一步的了解。这让我很困惑，但似乎每个记录也被读取为“大端”，即记录中的最后一个变量是文件中最早定位的变量。虽然我不知道它是否适用于可变长度的值？所以，看看 this ，可变长度的值被列为记录中的最后一个。但显然它们不能作为文件中的第一个出现，因为如果该信息出现在它后面，则无法知道要读入多少字节？不管怎样，如果我忽略这个值，并跳过 dt 和 A/unused 的 2 个字节，并将接下来的 4 个字节作为 uint 读取，在我的例子中，结果是 1130。将其添加到第一个 BOF 的 pos 中即可得到纸张 BOF 的确切位置。这不可能是巧合，对吧？

现在下一个问题出现了。 BOF 记录之后应该立即跟随索引记录。但无论我以何种方式读取字节，它仍然没有意义......它看起来像这样:

09 08 10 00 00 06 10 00 BB 0D CC 07 00 00 00 00 06 00 00 00 00 02 0E 00 00 00 00 00 1E 00 00 00 00 00 12 00 00 00 3E 02 12 00 B6 06 00 00 00 00 40 00 00 00 00 00 00 00 00 00 00 00 7D 00 0C 00 00 00 00 00 DD 06 0F 00 00 00 00 00 7D 00 0C 00 02 00 02 00 DD 06 0F 00 00 00 00 00 7D 00 0C 00 04 00 04 etc...

前 2 个字节是 BOF 记录 09 08，或 0809 被交换，即 2057(代表 BOF)，所以其余的应该是 INDEX但没有意义...如果有人能帮助我解决这个问题，我将不胜感激。

Answer 1

关于 BOF 记录，我可以告诉你它指的是“文件开始”，位于 Excel 文件包含的每个子流的开头。鉴于您通常有 3 个工作表，所有工作表都有 VBA 代码表，并且工作簿有一个代码表，您正在查看 8 个 BOF 记录。