分析EXCEL2003xls文件格式小结

编程操作EXCEL，都是通过COM的，也就是调用系统的EXCEL组件功能。一般能处理为文本的数据库数据很容易导入EXCEL，毕竟OFFICE组件也是个大项目。但处理从ACCESS表倒数据，要带图片，效率就不行了。工作需要，花了一个月时间分析EXCEL并编程，特做小结以记录。

EXCEL xls文件是按复合文档的二进制格式存在的，有关复合文档的中文资料较多，内容也比较容易理解。EXCEL的“业务内容”实际上都在Workbook流里面，我的结论是只需要个Workbook流（不需要什么SummaryInfo流）就能生成EXCEL文件了。Workbook流里面也就是一条接一条的BIFF记录了，2003是BIFF8。BIFF等OFFICE格式，微软在几年前就公开了，但却没能找到中文文档。有一个柳州什么畜牧学院的翻译了一个BIFF8格式说明，挺好的，但分析BIFF8格式，用BIFFVIEW工具再配上E文文档还是王道。

当能把XLS文件的内容分析成一条接一条的BIFF8记录以后，感觉好象豁然开朗了。但真正的麻烦在后头：BIFF8的记录种类很多，每一种就算是两三百字节的记录，都可能包含大量要处理的信息，比如其中一个字段在某种值的情况下，其后面的内容会对应着各种不同的结构，而每个结构又可能有多种变换。。。当然，本文不是来拆台的，主要还是讲一些分析结果。

针对BCB导ACCESS数据表的分析，有图和没图的xls的区别：BIFF8记录只增加几条有限的新记录。原有记录的种类、位置和尺寸不变，原有记录的内容也大都不变。该类表只有BOUNDSHEET记录和EXTSST记录中保存流偏移的字段被重新计算，计算的原理也较简单。有图的xls增加了MSODRAWINGGROUP记录在较靠前的部分，所有图片的数据信息都在里面了。如果文件里有相同的图片，在这个记录里保存一份就可以了。每个实际图片都有两个记录组成，一个MSODRAWING和一个OBJ，有关MSODRAWINGGROUP和MSODRAWING的内容解析形式都一致的，都在OFFICE
图片格式E文文档里查找。 MSODRAWINGGROUP只有一个（尺寸过大会被CONTINUE记录处理），实际图片的MSODRAWING和OBJ连续存放，就是前一张图的MSODRAWING和OBJ后紧接着下一个图的这两个记录，而不论图片在EXCEL表里的位置如何。其实“第一张图片”的MSODRAWING里包含了所有MSODRAWING的总尺寸。

各字段的结构基本都可以查文档查到，虽然可能链接到好几个内容才能解析，虽然有些最后链接也解释不详。值得一说的是，在我这里，MSODRAWING结构类型为F010的结构，第一个WORD如果是01就是图片随单元格改变大小，为02就不随。后面4个DWORD分别是LEFT、TOP、RIGHT、BOTTOM，我的分析结果是DWORD的前一WORD是单元格索引，后一WORD是与该单元格的偏移。

还有不少细节，用文字不好表达，画表做实例要好，就等下回再说了。