文件解码:zip-6.2

前言

说出来你可能不信，最近经常用excel写代码，经过image2lcd批量处理的图片资源，再往回读就没有批量的工具链了，但又没有到非得写一个工具的程度，所以利用一些shell命令，比如tree获得目录下所有文件，就能直接导入到excel里，现在excel能识别换行，把下一行的内容放到下面的表格上，然后用LEFT或者RIGHT来处理字符串，再用&来拼凑，无论include还是extern，都非常简便，对非序列的资源特别友好。

很多年前，我还在做仓库管理的时候，就想做excel格式的解码，因为从oa上导出的表格，需要经过许多处理才能成为能用的原始数据，再导回oa，又需要按照给定的格式重新编造表格，导入模块做得又特别烂，只是insert，根本就不是update，就想自己写导入导出，甚至可以做一版简易的管理系统。

要做这些，excel的文件解码是绕不过的，excel有两种文件格式，一种是2003以前支持的xls，一种是之后支持的xlsx，从复杂度上说，xls显然更简单一些，但是xls巨量的宏病毒当年就让我疲于奔命，所以打算从xlsx开始。

XLSX格式

xlsx格式核心用xml来描述表结构、表格式、表数据，然后用zip来压缩。所以要解码xlsx格式，需要先解码zip格式。

ZIP文件结构

一个完整的ZIP文件总体是这样的

    [local file header 1]
    [file data 1]
    [data descriptor 1]
    . 
    .
    .
    [local file header n]
    [file data n]
    [data descriptor n]
    [archive decryption header] (EFS)
    [archive extra data record] (EFS)
    [central directory]
    [zip64 end of central directory record]
    [zip64 end of central directory locator] 
    [end of central directory record]

主要由3类数据组成

	压缩文件数据区	EFS	压缩文件目录区	压缩文件结束标志
组成	local files header（0x04034b50）、files data、data decriptor	archive decryption header、archive extra data record（0x08064b50）	central directory（0x02014b50）、digital signature（0x05054b50）、zip64 end of central directory record（0x06064b50）、zip64 end of central directory locator（0x07064b50）	end of central directory record（0x06054b50）

1.压缩源文件数据区

压缩源文件区用来记录被打包前的文件的信息，以记录的形式组织，每一个文件或目录（在FAT中，目录就是特殊的文件记录）对应一条记录

源文件记录结构

part1	part2	part3
文件头	文件数据	数据描述
local file header	file data	data descriptor

①.文件头结构（local file header ）

offset	name	作用	长度（字节）	注解
0x0	local file header signature	文件头标记	4	0x04034b50
0x4	version needed to extract	解压文件所需 pkware 版本	2
0x6	general purpose bit flag	全局方式位标记	2
0x8	compression method	压缩方式	2
0xa	last mod file time	最后修改文件时间	2
0xc	last mod file date	最后修改文件日期	2
0xe	crc-32	CRC-32校验	4
0x12	compressed size	压缩后尺寸	4
0x16	uncompressed size	未压缩尺寸	4
0x1a	file name length	文件名长度	2
0x1c	extra field length	扩展记录长度	2
-	file name	文件名	（不定长度）	取决于扩展记录长度
-	extra field	扩展字段	（不定长度）	取决于扩展记录长度

②.文件数据（file data）

跟在文件头后，文件的压缩或者存储数据

③.数据描述符结构（data descriptor）

这个部分是否存在取决于文件头0x6的全局方式位标记的第三位是否置位。

offset	name	作用	长度（字节）	注解
0x0	crc-32	CRC-32校验	4
0x4	compressed size	压缩后尺寸	4
0x8	uncompressed size	未压缩尺寸	4

EFS

6.2版本中引入的格式规范

Archive extra data record: (EFS)

offset	name	作用	长度（字节）	注解
0x0	archive extra data signature		4	(0x08064b50)
0x4	extra field length		4
0x8	extra field data		(variable size)

2.压缩源文件目录区

该区由三个部分组成

part1	part2	part3
0x02014b50、0x05054b50	0x06064b50	0x07064b50
central directory	zip64 end of central directory record	zip64 end of central directory locator

①.central directory

由两个部分组成,file header和 digital signature。

  [file header 1]
  .
  .
  . 
  [file header n]
  [digital signature] 

Ⅰ.file header结构

offset	name	作用	长度（字节）	注解
0x0	central file header signature	目录中文件文件头标记	4	0x02014b50
0x4	version made by	压缩使用的　pkware 版本	2
0x6	version needed to extract	解压文件所需 pkware 版本	2
0x8	general purpose bit flag	全局方式位标记	2
0xa	compression method	压缩方式	2
0xc	last mod file time	最后修改文件时间	2
0xe	last mod file date	最后修改文件日期	2
0x10	crc-32	CRC-32校验	4
0x14	compressed size	压缩后尺寸	4
0x18	uncompressed size	未压缩尺寸	4
0x1c	file name length	文件名长度	2
0x1e	extra field length	扩展字段长度	2
0x20	file comment length	文件注释长度	2
0x22	disk number start	磁盘开始号	2
0x24	internal file attributes	内部文件属性	2
0x26	external file attributes	外部文件属性	4
0x2a	relative offset of local header	局部头部偏移量	4
-	file name	文件名	（不定长度）	取决于扩展记录长度
-	extra field	扩展字段	（不定长度）	取决于扩展记录长度
-	file comment	文件注释	（不定长度）	取决于扩展记录长度

Ⅱ.digital signature结构

offset	name	作用	长度（字节）	注解
0x0	header signature	文件头标记	4	0x05054b50
0x4	size of data	数据大小	2
0x6	signature data	数据	（不定长度）	取决于数据大小

②.Zip64 end of central directory record

offset	name	作用	长度（字节）	注解
0x0	zip64 end of central dir signature		4	(0x06064b50)
0x4	size of zip64 end of central directory record		8
0xc	version made by		2
0xe	version needed to extract		2
0x10	number of this disk		4
0x14	number of the disk with the start of the central directory		4
0x18	total number of entries in the central directory on this disk		8
0x20	total number of entries in the central directory		8
0x28	size of the central directory		8
0x30	offset of start of central directory with respect to the starting disk number		8
0x38	zip64 extensible data sector		(variable size)

③.Zip64 end of central directory locator

offset	name	作用	长度（字节）	注解
0x0	zip64 end of central dir locator signature		4	(0x07064b50)
0x4	number of the disk with the start of the zip64 end of central directory		4
0x8	relative offset of the zip64 end of central directory record		8
0x10	total number of disks		4

3.压缩源文件目录结束标志

offset	name	作用	长度（字节）	注解
0x0	end of central dir signature	目录结束标记	4	0x06054b50
0x4	number of this disk	当前磁盘编号	2
0x6	number of the disk with the start of the central directory	目录区开始磁盘编号	2
0x8	total number of entries in the central directory on this disk	本磁盘上纪录总数	2
0xa	total number of entries in the central directory	目录区中纪录总数	2
0xc	size of the central directory	目录区尺寸大小	4
0x10	offset of start of central directory with respect to the starting disk number	目录区对第一张磁盘的偏移量	4
0x14	.ZIP file comment length	ZIP 文件注释长度	2
0x16	.ZIP file comment	ZIP 文件注释	不定长度

参考文献

[1] 官方文档 -APPNOTE-6.2.0.txt
[2] ZIP文件格式分析-saltor