复合文档学习笔记(四)

特别声明:文章多为网络转载,资源使用一般不提供任何帮助,特殊资源除外,如有侵权请联系!

摘要: 目录及目录流 原创:弄潮小狮 通过前面的讲述,我们已经知道了复合文档如何对存储......

目录及目录流

原创:弄潮小狮

通过前面的讲述,我们已经知道了复合文档如何对存储空间进行管理,这是远远不够的,我们不仅要知道复合文档中的数据,更要知道这些数据表达什么?又如何管理?

这就是本篇要讲述的“目录及目录流”,这也需要先整理几个概念:

目录:如果说,分区表是一份复合文档的物理地图的话,那么,目录就是一份“逻辑地图”,它将告诉我们,在符合文档中的流是如何被组织、被使用的,以及流的存储位置、大小等等。

目录流:前面讲过,目录流是用来储存目录的流,由复合文档直接管理。

目录树:从DOS时代过来的朋友对“目录树”应该不会陌生,没见过DOS的朋友,也有比较直观的学习途径,在Windows下面,有“文件夹”(其实就是DOS的“目录”),文件夹里面又包含文件夹、文件,这就形成了一个树形结构,从“根”到“枝”、“叶”。

红黑树:事实上,我不记得上学的时候学过这个概念(或者说“数据结构”),在此之前连听都没听说过,资料显示,“红黑树”早在1978年已经面世,也许是我上学不认真所致,惭愧!因此,在学习复合文档的时候,我又不得不花了不少时间“恶补”一课(这是我碰到的另一只拦路虎)。要详细讲述这个概念以及实现方法等等,可能会需要很长的篇幅,但简单地说,红黑树是二叉树的一种,有兴趣(或者有需要)的朋友可以自己找资料了解,在网上,这方面的资料不少。

目录入口:英文原文“Directory Entry”,一个说明目录及其相关信息的结构。

既然目录流由复合文档直接管理,那么,如何读取目录流?

根据前面几节的描述,在头部可以找到目录流的第一个扇区的编码(ID)(见:《复合文档学习笔记(二)》图1),根据该编码,从分区表(SAT)中可以读取目录流的扇区链,见图3:

复合文档学习笔记(四)

图3

按照目录流的扇区链的顺序,读取每个扇区的数据,“串起来”就是目录流了。

每个目录入口有128(80h)个字节,一个复合文档至少必须有一个目录(即“根入口”,Root Entry),在默认情况下,它大于短扇区尺寸(2^6),因此,目录流总是以扇区来存储。

实际上,不管短扇区尺寸如何设置,目录流不可能以短扇区来存储,这个问题本文最后会谈到。

示例中读出的目录流数据见图4:

复合文档学习笔记(四)

图4(WinHex截图)

从图4可以看到,目录流按每128个字节一个目录入口按顺序存放,以第一个目录入口为例,在128个字节的目录信息中:

0(00h)至63(3Fh)共64个字节,存放目录入口名称,采用Unicode字符,是一个0值字符终止的字符串。

64(40h)至65(41h)共2个字节,是一个16位整数,表示目录入口名称的长度(包括终止符0)。

第66(42h)字节,是一个8位整数,表示目录入口的类型:

1(01h)表示目录是一个仓(这个“仓”有点怪,英文原文为“storage”,我想可以理解为相当于一个文件夹);

2(02h)表示目录是一个流;

5(05h)表示目录是根,在复合文档,通常有且仅有一个这样的目录,并且总是第一个,我不知道有没有例外,在我学习的过程中未确实碰到例外的情况。

其他值,英文原文语焉不详,我在学习过程中也没碰到过,这里不做描述,以免以讹传讹。

第67(43h)字节,是一个8位整数,表示目录入口节点在红黑树中的颜色:0(00h)表示红色,1(01h)表示黑色。

68(44h)至79(4Fh)共12个字节,是三个32位整数,这三个整数的前两个被应用于红黑树中,按顺序分别表示左孩子的目录编码和右孩子的目录编码,值为-1(FFFFFFFFh)时表示该节点为“叶子”,这个请借助红黑树相关理论进行理解,这里不再赘述。第三个整数表示子目录红黑树的根节点,值为-1(FFFFFFFFh)时表示没有子目录(通常流目录入口这个值为-1),这个有点绕,后面专门讲一下。

80(50h)至99(63h)共20个字节,英文原文未做详细解释,并且可以全0,在生成复合文档时,我将其全部填0,未出现异常,权且当作它们是保留字节。

100(64h)至115(73h)共16个字节,是两个8个字节的时间戳,前者表示目录创建的时间,后者表示目录最后修改的时间。关于时间戳,英文原文有详细解释,并有生动示例,这里不再赘述。

116(74h)至119(77h)共4个字节,是一个32位整数,表示目录入口所表示的流的第一个扇区编码(ID),0(00000000h)表示没有。对于根目录,这个值有特殊的含义,本文末尾会有进一步的解释。

120(78h)至123(7Bh)共4个字节,是一个32位整数,表示目录入口所表示的流的尺寸,通过将这个尺寸与短扇区尺寸进行比较,可以确定该流是是以扇区还是短扇区进行存储。

124(7Ch)至127(7Fh)共4个字节,未使用。

示例中的目录入口列表如图5:

复合文档学习笔记(四)

图5 

通过上述说明,我们可以整理出示例文件中的目录逻辑结构,见图6:

复合文档学习笔记(四)

图6

在这一节中,出现了两种树(红黑树和目录树)及两种根(根目录和根节点),在英文原文中,相关描述语焉不详(或许是小狮的英文实在太烂),在理解上费了不少周折(也是一只不小的拦路虎)。

从图6可以看出,在前面的描述中,红黑树并非目录树的本身的组织形式,目录树只有一棵,它本身就是复合文档中流的组织结构,而红黑树主要用于构造(或查找),每一个仓目录下的子目录独立构成一棵红黑树,上文目录入口中的“子目录红黑树的根节点”说法就变得很好理解了。

查找或遍历目录时,从根目录(Root Entry)开始,从一棵红黑树进入另一棵红黑树,如此往复……

图7是示例文件的目录结构。

复合文档学习笔记(四)
图7

另外,从图5可以看到,根目录的“入口扇区”(即“目录入口所表示的流的第一个扇区编码”)有一个值,从前面叙述中,我们已经知道,根目录只是一个特殊的“仓目录”并非是一个“流目录”,它怎么有一个“入口扇区”呢?

这个问题提得好!

在《复合文档学习笔记(三)》中,我介绍了扇区及短扇区,我们必须知道短扇区储存在哪些扇区中,否则无法读取有关数据……

你猜对了,根目录的“入口扇区”就是短扇区所在的扇区的第一个扇区编码,如果一个复合文档中不存在短扇区,那么该值0(00000000h)。

可见,短扇区的偏移量依靠根目录的“入口扇区”来确定,这也是前面讲过“目录流不可能以短扇区来存储”的原因了。

本文很绕舌,因为要讲清楚的目录流跟搞清楚复合文件的目录流一样困难,或许小狮的学习能力及表述能力均有待提高。

学习时脑痛,讲述时也脑痛,但本节终于写完了。

看官就凑合吧!

未经允许不得转载:作者:吾爱网络, 转载或复制请以 超链接形式 并注明出处 吾爱博客
原文地址:《复合文档学习笔记(四)》 发布于2018-09-27

分享到:
赞(0) 打赏

评论 抢沙发

6 + 8 =


复合文档学习笔记(四)

长按图片转发给朋友

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

諦覠
欢迎来到吾爱博客~
切换注册

登录

忘记密码 ?

切换登录

注册