Microsoft Office格式分析

Microsfot Office格式分析

1. 格式分类

    复合文档（Office2003/2000/97）

    OOXML文档（Office Open XML，Office2012/2010/2007）

2. 解析开源包

    POI 

Apache POI，使用语言是Java，目前两种格式的文档都能解析

        官网： http://poi.apache.org/index.html

    NPOI

    NPOI是.net版本的poi

    http://npoi.codeplex.com/

    docx4j 

     docx4j is a Java library for creating and manipulating Microsoft Open XML (Word docx, Powerpoint pptx, and Excel xlsx) files

         使用语言是Java

        官网：http://www.docx4java.org）

3. 参考资料：

http://blog.csdn.net/jkingcl/article/details/4544898

http://chenhailong.iteye.com/blog/1498528

http://www.iteye.com/topic/420319

1、了解 Office 二进制文件格式：http://msdn.microsoft.com/zh-cn/library/gg615407(v=office.14).aspx
2、了解 Word MS-DOC 二进制文件格式：http://msdn.microsoft.com/zh-CN/library/gg615596
3、了解 PowerPoint MS-PPT 二进制文件格式：http://msdn.microsoft.com/zh-CN/library/gg615594
4、了解采用 Office 二进制文件格式的图形：http://msdn.microsoft.com/zh-CN/library/gg985447
5、在二进制 PowerPoint MS-PPT 文件中查找图形：http://msdn.microsoft.com/zh-CN/library/hh244173

6、http://www.cnblogs.com/mayswind/archive/2013/03/31/2991271.html