复合文档学习笔记（三）

分区表

原创：弄潮小狮

先整理一些概念：

扇区：在复合文档中：除了头部，其余存储空间被划分成大小相等的存储区域，这些区域就叫做“扇区”。

短扇区：短扇区应该是复合文档中特有的一个概念（恕我孤陋寡闻，在其他格式文件中，未见过这个概念），根据有关资料介绍及小狮本人的实践，在复合文件中，特定的一些扇区又被划分成大小相等的更小（相对于扇区）存储区域，这些区域就叫做“短扇区”。这个概念有点难理解，我在学习过程中有这样的感觉，希望通过下文的描述，可以更清晰的给读者朋友勾勒出来。

扇区编码（ID）：在复合文档中，扇区按顺序进行编码，紧跟着头部的那个扇区就是第一个扇区，编号为0（从0开始编码）。 

扇区偏移量：扇区第一个字节在复合文档中的绝对位置。

短扇区偏移量：短扇区第一个字节在复合文档中的绝对位置。

分区表：是一个32位整数的数组，按下标与扇区一一对应，数组的每成员的值表示在流中紧接相对应的扇区的下一个扇区（即该扇区的后续扇区）的编号，这就形成了一个链表，将相关的扇区“串接”起来，形成一个完整的“流”。有几个特殊的值：FFFFFFFFh（-1），表示该扇区为自由扇区（未被使用）；FFFFFFFEh（-2），表示链表结束（没有后续扇区）；FFFFFFFDh（-3），表示该扇区被分区表使用；FFFFFFFCh（-4），表示该扇区被主分区表使用。英文原文有更详细的描述（第7页，3.2 Sector Chains and SecID Chains）。

短分区表：类似分区表，不同的是短分区表用来管理短扇区。通常，数组成员的特殊值只有FFFFFFFFh（-1）和FFFFFFFEh（-2），因为分区表及主分区表不会使用短扇区来储存。

分区表扇区：用来储存分区表的扇区，就叫做“分区表扇区”。

短分区表扇区：用来储存短分区表的扇区，就叫做“短分区表扇区”。

主分区表：主分区表主要是用来管理分区表扇区的，它与前述两种分区表有个重要的区别：前两者是“链表”的形式，主分区表是一个彻头彻尾的数组，它的每一个成员的值直接指向对应的扇区，特殊值只有FFFFFFFFh（-1）。“主分区表”这个词直接翻译于英文原文，或许这个词不够恰当，但我想不出另一个更有利于表述的词来。

主分区表扇区：用来储存主分区表的扇区，就叫“主分区表扇区”。

流：如前文所述，先贤们从西方文献中直译过来的，原文“stream”我不知道是否有其他译法，但“流”已经成为计算机科学中的一个基本术语，意思大约是“连续的数据信息”，其实我很难表述这个概念，也解释不好。便于理解起见，你可以将它当作文件系统中的一个文件来看待。

短流：流尺寸小于特定数值的流，在复合文档中，这个值通常为4096（1000h）。

目录流：用来存储目录的流，在复合文档中，这是一个特殊的流，它由复合文档直接管理，而不由目录系统管理。原因应该是它本身描绘了目录的结构，目录记录了流的入口，“由目录管理目录流的入口”，显然是行不通的。

这些概念，几乎都有个“区”字，到底哪个本身就是“区”，哪个用来管理“区”的，很容易混淆。其实英文更容易混淆，都有“sector”这个词。

如果你现在还是很难理解分区表的概念，你可以将分区表理解成一份标注复合文档存储空间的“地图”。

在复合文档中：

主分区表始于头部第76（48h）个字节，为一个32位整数的数组，至头部结束，共436个字节，可存放109个分区表扇区编码，当分区表扇区的个数不止109个的时候，就需要额外的扇区进行存放，这些“额外的扇区”就叫做“主分区表扇区”。

通常，一个扇区的大小为512个字节，那么，一个主分区表扇区就能够储存128个分区表扇区编码？实际上，每个主分区表扇区只储存127个分区表扇区编码，因为每一个主分区表扇区的最后4个字节（一个32位整数）用来存放下一个主分区表扇区的编码。这样，当分区表很大的时候，才能够将主分区表按顺序“串”起来，主分区表已经是最顶级“地图”了，它只能用这种方式来进行“串接”。

事实上，按照《复合文档学习笔记（二）-头部》中的示例（图1），在这个文件中，分区表扇区的个数有263个，头部储存109个，还有154个扇区编码需要储存，那就需要“额外的扇区”，一个主分区表扇区储存127个扇区编码，154个扇区编码就需要2个扇区来存储，即2个主分区表扇区。

有一点我没搞清楚的是，前面讲过“每一个主分区表扇区的最后4个字节（一个32位整数）用来存放下一个主分区表扇区的编码”，那么，如果分配到最后一个扇区剩下128个扇区编码，剩下一个又需要一个扇区来储存，这显然很浪费，这时候，这4个字节是否直接存放的最后一个分区表山区编码？这种情况英文原文没有提及，小狮也没有去做测试，你知道，有找一个（或者专门做一个）这样的文件，是一件痛苦的事情。

在主分区表中，每一个成员的值表示一个扇区编码，FFFFFFFFh（-1）表示该扇区是空闲扇区。

按照主分区表的顺序，将这些扇区“串起来”，逻辑上就形成一个连续的数据串（扇区偏移量的计算方法见《复合文档学习笔记（二）-头部》），这个“数据串”就是分区表。

分区表也是一个32位整数的数组，但其用法与主分区表是截然不同的，分区表按照数组下标，对应扇区，譬如：分区表的第0个成员，就对应0扇区。

每个成员的值表示紧接该扇区（下一个扇区）的扇区编码（扇区偏移量计算方法同“主分区表”），这就形成一个链表，这在英文原文中也有例子说明，这里我也简单据一个例子。

譬如：分区表的第0个成员，就对应0扇区，其值为1，就表示，在流中，紧接0扇区的下一茬数据存放在1扇区中。

链表在何处结束？当一个分区表成员的值为FFFFFFFEh（-2）时，表示“下面没有了”，链表到此结束。

还有两种特殊的扇区：值为FFFFFFFDh（-3）时，表示这个扇区被分区表占用（即分区表扇区）；值为FFFFFFFCh（-4）时，表示这个扇区被主分区表占用（即主分区表扇区）。

还有一个值：FFFFFFFFh（-1），表示这个扇区是空闲扇区，这通常出现在分区表的末尾。如前例：分区表的最后100个成员，其值都是FFFFFFFFh（-1）。

短分区表也是一个32位整数的数组。第一个短分区表扇区编码由头部获得，短扇区分区表由分区表管理，获得第一个短分区表扇区编码后，通过分区表“串接”，就可获得完整的短扇区分区表。其用法与分区表类似，但短扇区偏移量寻址有点麻烦，这个将在下一篇结合“目录和目录流”进行讲述。

本篇讲起来已经很绕了，为了方便阅读，小狮将可能引起混淆的有关词汇加蓝，并下划线表示，并非URL，转载时请保留原貌，谢谢！