手工重建复合文档(.doc;xls,ppt)文件头,修复文件全过程

最近学习了复合文档的格式,在修复复合文档头方面做了不少实践,有了一些心得,经过梳理,做了个例子,把思路和过程介绍给大家,希望能解决你的不时之需!例子中用的文件如下图：名为“实验文档”，是个空文档，里面没有内容，看属性，10，752字节，刚好21扇区，复合文档的文件大小一定是512字节的整数倍，这跟复合文档的设计有关系。EXCEL，PPT等文件也属于复合文档，也符合这样的特点。后来我又想，可能有网友会对修复后的文件产生怀疑，没有内容的文件可能说明不了问题，所以我在文件中输入了很短的文本内容！如下图：实验文档是一个正常的文件，另外我用Winhex把该文件的文件头（前面512字节）全部写成了0，最彻底的破坏，保存为“损坏的实验文档”，大家可以用现有的修复软件试一下，能不能修复，我用EasyRecoveryProfessional没有修复成功！其它的软件没有试过！下面，就请大家跟我一起看，如何把“损坏的实验文档”修复成功！先介绍用到的工具软件Winhex,功能很强大，可以用二进制的方式打开文件，并进行编辑，保存！该软件不仅可以打开文件，还可以打开硬盘，对硬盘数据进行编辑，搜索功能什分强大，用起来非常方便，同时支持脚本，提供API函数。软件界面如下图：用该软件打开“实验文档”和“损坏的实验文档”，可以对比一下前512字节，为了便于操作，我们需要将文件解释为硬盘，让软件以扇区的方式显示文件内容，看起来直观些！两个文件的在软件里显示如下图：可见，“损坏的实验文档”前面的512字节全是0，文件头被全部破坏，文件无法用office打开！复合文档文件头的定义：OffsetSizeContents08复合文档文件标识：D0HCFH11HE0HA1HB1H1AHE1H816此文件的唯一标识(不重要,可全部为0)242文件格式修订号(一般为003EH)262文件格式版本号(一般为0003H)282字节顺序规则标识(见3.2):：FEHFFH=Little-EndianFFHFEH=Big-Endian302复合文档中sector的大小(ssz)，以2的幂形式存储,sector实际大小为s_size=2ssz字节(一般为9即512字节,最小值为7即128字节)322short-sector的大小(见5.1)，以2的幂形式存储,short-sector实际大小为s_s_size=2sssz字节(一般为6即64字节，最大为sector的大小)3410Notused444用于存放扇区配置表（SAT）的sector总数484用于存放目录流的第一个sector的SID(见6)524Notused564标准流的最小大小(一般为4096bytes),小于此值的流即为短流。604用于存放短扇区配置表（SSAT）的第一个sector的SID(见5.2),或为–2(EndOfChainSID)如不存在。644用于存放短扇区配置表（SSAT）的sector总数684用于存放主扇区配置表（MSAT）的第一个sector的SID(见4.1),或为–2(EndOfChainSID)若无附加的sectors。724用于存放主扇区配置表（MSAT）的sector总数76436存放主扇区配置表（MSAT）的第一部分，包含109个SID。看起来有些复杂！修复文件头的数据只需要计算并填写几项，一是扇区分配表（SAT）所占的扇区数，二是目录起始扇区号，三是短流扇区分配表的起始扇区号及占用扇区数，四是主扇区分配表的起始扇区号及中用扇区数，五是扇区分配表的扇区号，其它内容所有的复合文档都是一样的，从正常文件中拷过来就行。以上所说五项内容需要计算，现在介绍方法一：确定目录起始扇区号打开“损坏的实验文档”，将文件解释为硬盘，搜索字符串“ROOT”（unicode）如图：搜索到结果，软件自动定位到字符串的位置，如图：看状态栏：该字符串位置是43扇区，第一个值确定了，目录起始扇区是43，第一项完成。由于复合文档在扇区编号时不包括文件头，0扇区从512字节处开始，所以目录起始扇区应该是42，下面就不再进行说明。二：确定扇区分配表（SAT）我们需要通过扇区的内容来确定某个扇区是不是扇区分配表（SAT）该文件总共有47个扇区，文件头占一个扇区，剩下46扇区，所以，扇区分配表中的值应该大于0小于等于46，另外还有一些特殊的值，值FEFFFFFF表示扇区链结束，值FDFFFFFF表示该扇区被SAT占用，值FFFFFFFF表示该扇区为空闲。看文件的1扇区：数据如下：该扇区是不是扇区分配表（SAT）呢？分析里面的数据（4个字节一个项，因为扇区编号是用4个字节来存放的），第一项是ECA5C100，低位在前高位在后，换过来就是00C1A5EC，换成十进制为12690924，文件最大为46扇区，因此该扇区不可能是扇区分配表（SAT）。看第2扇区，第三项00007A03不满足条件，因此不是扇区分配表。重复该过程，1-41扇区均不符合条件，分析到42扇区，看该扇区数据：第一项0100000，第二项02000000，第三项03000000，等等，该扇区内的所有项的值要么小于46，要么是FEFFFFFF，要么是FDFFFFFF，要么是FFFFFFFF，符合扇区分配表的特点！记下该扇区号。继续分析剩下的扇区，直到结束！在本例中，文件总共47扇区大小，而每个扇区512字节，4个字节放一个扇区编号，因此，一个扇区分配表可以存放128个扇区编号，所以说该文件只有一个扇区用来存放扇区分配表（SAT）。第二项完成。第三：确定主扇区分配表（MSAT）的起始扇区号主扇区分配表（MSAT）中存放的是扇区分配表（SAT）所在的扇区号，本例中，扇区分配表（SAT）只有一个，根据复合文档的格式定义，文件头中可以存放109项SAT值，也就是说，只要文件的扇区分配表不大于109个，就不需要主扇区分配表，严格的说是不需要额外的主扇区分配表，因为文件头就可以容纳下了，主扇区分配表（MSAT）是在SAT多于109项时，剩下的值用指定的扇区来记录！根据定义，无额外主扇区分配表（MSAT）时，主扇区分配表的起始扇区号为-2，十六进制表示为FEFFFFFF，它占用的扇区数为0，第三项完成第四：确定短流扇区分配表的起始扇区号及占用的扇区数短流扇区分配表（SSAT）是复合文档中的另一个概念，短流数据用短流扇区来存放，短流数据存放的位置通过短流扇区分配表来确定。一个文件有没有短流数据可以查看目录，如图：根据复合文档定义，目录的第一表项0X74处的4个字节表示的是短流的起始扇区（十六进制2D000000值为45），0X48处的4个字节为短流的大小（十六进制800000值为128）。而短流扇区分配表（SSAT）一般位于短流起始扇区的前一个扇区，所以短流扇区分配表的起始扇区为45-1=44扇区，它只占用一个扇区。44扇区的内容如下图：第四项完成。第五：确定文件头中的扇区分配表编号本例子只有一个扇区分配表（SAT），因此文件头中只用填写一个值。到此，需要重建文件头的所有值基本都确定了，下面的工作就是改写文件头。定位到0X2C处，2C-2F为扇区分配表（SAT）所占用的扇区数，本例占用1个扇区，转换成十六进制为（01000000，低位在前高位在后），操作完成后如下图：定位到0X30处，4字节表示目录所在的扇区编号，经前面的计算，目录所在的扇区编号为42，换成十六进制为2A000000，把该值写到此处，操作完成后如下图：定位到0X3C处，4字节表示短流扇区分配表（SSAT）的起始扇区号，本例短流扇区为44，十六进制值为2C000000，改写后，如下图：定位到0X40，4字节表示短流扇区分配表占用的扇区数，本例占用1个扇区，应填写01000000，操作完成后如下图：定位到0X44处，4字节表示MSAT起始扇区编号，本例没有MSAT，填写-2，十六进制值为FEFFFFFF，定位到0X48处，4字节表示MSAT占用的扇区数，本例为0，填写00000000操作完成后如下图：定位到0X4C处，此处后的每4个字节填写一项SAT扇区编号，本例只有一个SAT，位置为41，转换成十六进制为29000000，剩下的填写成FFFFFFFF，或者不填写也行！操作完成后如下图：到此，所有艰苦的工作都完成了，但是文件头的其它数据还没有建立，不过这些数据都是固定的，比如，文件头的前8个字节所有复合文档都是一样的，不一样的只有前面所说的那些项，因此，这些数据可以从别的文件中拷过来！填写完所有数据后，如下图：保存对文件的修改：打开“损坏的实验文档”，能够正常打开，并且内容正确！