如何区分Office2003格式中的Word或Excel文档

由于近日来上级机构、合作单位发来的Office2003格式文档后缀名经常错乱，有些明明是Word文档，后缀就会变成dat、无后缀、甚至是xls后缀，需要用Word或Excel打开去试，造成工作上的不便，所以研究了一下如何区分这些文件。

首先文件头肯定是复合文件头：D0 CF 11 E0 A1 B1 1A E1

刚开始研究的时候发现文件头之后的数据根本分不出来哪些是Word、哪些是Excel，因为没有特别的标志来区分。在得到CSDN论坛上某帖子的提示后开始研究文件尾，发现文件尾大概2K字节内只要有类似“WordDocument”或者“Workbook”字样的就是Word或Excel文档，但有些尾部内容十分混乱，全是乱码，根本不能区分。今天发现一款微软官方的软件Microsoft Office Visualization Tool，虽然是用来检测Office2003格式文档中是否有恶意代码的，但能完整的分析文档结构，所以能够区分Word或Excel。

使用起来非常简单，打开相应文档，然后选择Parser里的OLESSFormat，再点击Parser即可。

下边是Word文档：





下边是Excel文档：





软件下载地址是：http://www.microsoft.com/download/en/details.aspx?id=2096