損壞或分片Ooxml文檔的文本內容恢復技術研究.pdf

1、文件雕復技術作為一種不依賴系統(tǒng)元信息對數(shù)據(jù)進行恢復的有效手段,通過結合數(shù)據(jù)的特征,保留盡可能多的原始數(shù)據(jù),有效地彌補了傳統(tǒng)恢復技術依賴于文件系統(tǒng)元信息的不足。但是目前的雕復主要針對完整連續(xù)的或分片完整的數(shù)據(jù)內容進行雕復,還少有對內容不完整的分片數(shù)據(jù)作有效的恢復研究。本文以微軟Ooxml文檔為研究對象,研究該格式文檔在部分數(shù)據(jù)缺失或分片情況下,對文本內容的恢復方法。
　　首先,在對Ooxml格式標準中的DOCX文檔結構作深入剖析基礎

2、之上,本文提出一種針對破損或分片 DOCX文檔的文本內容恢復方法。通過直接讀取磁盤數(shù)據(jù)或從磁盤映像文件中尋找DOCX文檔數(shù)據(jù)片,提取主文檔部件的內容并對其進行重新組織,將 DOCX文檔主體部分文本內容恢復出來。實驗結果表明,這種方法可以有效地恢復破損或分片DOCX文檔中的文本內容。
　　其次,在對Ooxml格式標準中的 PPTX文檔結構作深入剖析基礎之上,本文提出一種針對破損或分片PPTX文檔的主體文本內容恢復方法。通過直接讀取磁

3、盤數(shù)據(jù)或從磁盤映像文件中尋找PPTX文檔數(shù)據(jù)片,順序提取幻燈片部件的內容并對其進行重新組織,將幻燈片文本文本內容恢復出來。實驗結果表明,提出的方法可以有效地恢復破損或分片PPTX文檔中的文本內容。
　　最后,在對Ooxml格式標準中的XLSX文檔結構作深入剖析基礎之上,本文提出一種針對破損或分片 XLSX表單文檔的主體文本內容恢復方法。通過直接讀取磁盤數(shù)據(jù)或磁盤映像文件,利用文件尾結構最大長度雕復方法縮小搜索范圍,再尋找 XLSX