損壞或分片Ooxml文檔的文本內(nèi)容恢復(fù)技術(shù)研究.pdf

1、文件雕復(fù)技術(shù)作為一種不依賴系統(tǒng)元信息對(duì)數(shù)據(jù)進(jìn)行恢復(fù)的有效手段,通過(guò)結(jié)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(bǔ)了傳統(tǒng)恢復(fù)技術(shù)依賴于文件系統(tǒng)元信息的不足。但是目前的雕復(fù)主要針對(duì)完整連續(xù)的或分片完整的數(shù)據(jù)內(nèi)容進(jìn)行雕復(fù),還少有對(duì)內(nèi)容不完整的分片數(shù)據(jù)作有效的恢復(fù)研究。本文以微軟Ooxml文檔為研究對(duì)象,研究該格式文檔在部分?jǐn)?shù)據(jù)缺失或分片情況下,對(duì)文本內(nèi)容的恢復(fù)方法。
　　首先,在對(duì)Ooxml格式標(biāo)準(zhǔn)中的DOCX文檔結(jié)構(gòu)作深入剖析基礎(chǔ)

2、之上,本文提出一種針對(duì)破損或分片 DOCX文檔的文本內(nèi)容恢復(fù)方法。通過(guò)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(nèi)容并對(duì)其進(jìn)行重新組織,將 DOCX文檔主體部分文本內(nèi)容恢復(fù)出來(lái)。實(shí)驗(yàn)結(jié)果表明,這種方法可以有效地恢復(fù)破損或分片DOCX文檔中的文本內(nèi)容。
　　其次,在對(duì)Ooxml格式標(biāo)準(zhǔn)中的 PPTX文檔結(jié)構(gòu)作深入剖析基礎(chǔ)之上,本文提出一種針對(duì)破損或分片PPTX文檔的主體文本內(nèi)容恢復(fù)方法。通過(guò)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(nèi)容并對(duì)其進(jìn)行重新組織,將幻燈片文本文本內(nèi)容恢復(fù)出來(lái)。實(shí)驗(yàn)結(jié)果表明,提出的方法可以有效地恢復(fù)破損或分片PPTX文檔中的文本內(nèi)容。
　　最后,在對(duì)Ooxml格式標(biāo)準(zhǔn)中的XLSX文檔結(jié)構(gòu)作深入剖析基礎(chǔ)之上,本文提出一種針對(duì)破損或分片 XLSX表單文檔的主體文本內(nèi)容恢復(fù)方法。通過(guò)直接讀取磁盤數(shù)據(jù)或磁盤映像文件,利用文件尾結(jié)構(gòu)最大長(zhǎng)度雕復(fù)方法縮小搜索范圍,再尋找 XLSX