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