耿浩然

摘 要 随着科学技术和信息技术不断发展，复合文档广泛应用于我们的工作生活中，其在给我们带来便利的同时，也经常碰到文件损坏的问题，甚至造成重要数据丢失。本文以微软复合文档作为研究对象，针对其文件格式不同的损坏形式进行分析，并提出物理修复、逻辑修复、内容修复等方法，经实验验证本文提出的方法能在一定程度上有效地修复出关键数据。

【关键词】复合文档 文件格式 数据修复 存储

1 复合文档的文件格式

文件格式是指计算机中存储文件的特殊编码方式，用于计算机操作系统识别不同的文件类型，比如程序、文字、图片、视频等文件，每一种文件格式通常会关联一个或多个扩展名，但也可能不关联固定的扩展名。微软复合文档（以下简称复合文档）是微软公司制定的文件格式， 广泛应用于Word、Excel、PowerPoint等办公文档中，单一的复合文档可以包含多个文本、图形、声音、视频、电子表格数据等各种多媒体信息。

复合文档的物理结构由文件头和扇区组成，文件头就是复合文档最前面的512字节，描述了复合文档的文件签名标识、扇区大小等结构信息，是整个文档最关键的部分；复合文档的其余部分被划分为大小相等的存储空间，每一个存储空间叫做一个扇区（通常为512字节）。复合文档的扇区分配表相当于FAT32文件系统中的FAT表，用于对分配使用的所有扇区进行编号和标识；每一个数据流都可以在扇区分配表中按照顺序找到其存储位置。……