问题标签 [openmcdf]

我正在尝试以编程方式替换 OFT 文件（Outlook 消息模板）中的嵌入图像，该文件采用复合文件二进制格式（因为使用任何人类可读的东西都会让我的生活变得太容易）。

为了处理这个文件，我使用了 OpenMCDF。

由于嵌入的图像基本上是文件附件，我可以像这样获取图像的流：

然后，我可以使用所需图像中的字节更新该流，如下所示：

但是，当我在 Outlook 中加载 .OFT 文件时，图像不再加载，并且我得到一个红色 X 表示无法加载图像。我花了几个小时分析那个 OFT 文件的每一点，然后原始模板和新模板之间唯一改变的是我替换的一个流。

这就是事情变得奇怪的地方：

我注意到我可以用我以前拥有的完全相同的字节替换字节并保存它，所以我的保存机制正在工作。我想也许 OFT 模板存储了某种必须匹配的图像散列。所以我修改了一些随机字节，图像仍然加载（有时带有一些时髦的颜色）。最终，我意识到只有当新图像包含的字节数少于原始图像时，它才会中断。我可以用更大的图像替换图像，这很有效！我也可以在流的末尾用尾随零填充一个较小的图像，它仍然有效。

这让我想出了一个真正的黑客杰作：

基本上，如果img2太小，我会填充足够的字节以使其与原始图像大小相同（准确地说是 5585 字节）。所以这行得通。但是..是的。

我的问题：

Microsoft OFT 文件格式是否将附件的字节数存储在其他流或其他 CDF 容器中？如果这是 CDF 的标准属性，您会认为 OpenMCDF 会更新此计数。这让我相信这是 OFT 文件格式的一个属性，OpenMCDF 当然对此一无所知。

为什么写入较小的流会损坏文件，而写入较大的流可以工作？

更新：

从我目前所读的内容来看，该__properties_version1.0流包含一个指针列表（偏移量？），以标记各种其他流的位置。我猜这里有些东西需要更新。目前，我在附件容器中有这些流：

据我所知__properties_version1.0，第一个附件（一个 36,463 字节的文件）和第二个附件（一个 5,585 字节的文件）之间几乎没有变化。第二__properties_version1.0个附件是：

这两个附件之间只有一组 8 个字节的变化。在附件 1 中，我们有：

6F 8E 00 00 03 00 2D 00

在附件 2（如上图）中，我们有：

D1 15 00 00 03 00 6F 08

这些是偏移量吗？似乎不是一个范围，否则数字会上升。这些数字也太大而不能成为文件大小。另外，无论如何在这里存储文件大小似乎是多余的。所以，我再次不知道为什么改变0x37010102流的大小会导致图像不再加载。

另一件零意义的事情。我可以使用更大或更小的文件更改第一个附件的大小，并且没有任何中断。但是，这两个容器中的任何流之间绝对没有区别，除了流中的数据0x37010102。为什么这种方法在一个附件中起作用，而在另一个附件中不起作用？

更新 2：

我注意到__properties_version1.0两个附件之间的流中的两个差异确实对应于文件大小：

6F 8E似乎是文件大小的小端表示，因为十进制的 8E6F 将是 36463，这是第一个附件中的字节数。十进制的 15D1 是 5585，即第二个附件的大小。所以，这个流肯定是存储文件大小。现在看看如果文件未损坏，我是否修复了这些字节。

更新 3：

因此，更改这些字节可以修复以前损坏的文件，这就是关键！现在只是想找到一种以编程方式执行此操作的方法。

我有一个自定义模板，我想在其中控制（尽我所能）文档中可以存在的内容类型。为此，我禁用了控件，并且还截取了粘贴以删除其中一些内容类型，例如图表。我知道这个内容也可以拖放，所以我稍后也会检查它，但我更愿意尽快停止或警告用户。

我尝试了一些策略：

• RTF 操作
• 打开 XML 操作

到目前为止，RTF 操作工作得相当好，但我真的更喜欢使用 Open XML，因为我希望它在未来会更有用。我就是无法让它工作。

开放式 XML 操作

奇妙的未记录（据我所知）“嵌入源”似乎包含一个复合文档对象，我可以使用它来修改使用 Open XML SDK 复制的内容。但是我无法将修改后的内容放回一个可以正确粘贴的对象中。

修改部分似乎工作正常。我可以看到，如果我将修改后的内容保存到一个临时的 .docx 文件中，那么更改是正确的。返回剪贴板似乎给我带来了麻烦。

我尝试只将 Embed Source 对象分配回剪贴板（以便清除 RTF 等其他类型），在这种情况下根本没有粘贴任何内容。我还尝试将 Embed Source 对象重新分配回剪贴板的数据对象，以便剩余的数据类型仍然存在（但可能内容不匹配），这会导致粘贴一个空的嵌入文档。

这是我使用 Open XML 所做的示例：

问题

我究竟做错了什么？这只是一种糟糕/不可行的方法吗？

情况： 系统通过标准方法 (Pop3) 从邮件服务器获取电子邮件，并将它们作为多部分消息（*.eml 文件）发送到存档组件。

如果邮件是从 Outlook 发送的，它可能包含一个 OLE 对象，例如 MS Word、MS Excel 等。有几种方法可以包含这样的对象，例如通过菜单“插入->对象”

问题： 我们现在的要求是提取那些 OLE 对象，将它们归档为单独的附件。最好用 Java 或其他 JVM 语言来完成。其他语言和框架是可能的，但它们必须在不同的平台上工作（Win、Linux、Unix）

问题是我们没有在库中找到任何库或函数来执行此操作。

第一个问题是，接收者收到的消息取决于 Outlook 的配置方式：

• 它可能会发送 RTF 消息：然后接收者收到带有附件“Untitled Attachment.bin”的消息
• 它可能会发送 HTML 消息：然后接收者会收到包含附件“oledata.mso”的消息。

到目前为止我们所尝试的： 我们尝试了 Apache POI，尤其是 POIFS 来加载文件“oledata.mso”，但它抱怨某些标头值是错误的：

我们找到了一个谈论同样问题的网站。据我们了解，oledata.mso 是Compound File Binary Files的集合。这也应该可以单独用 POI 解析，因为 OpenMCDF 做的事情与 POI 相同。 在这个网站上，他们以某种方式将各个部分分开并单独解析。但是我们还没有找到类似的功能或任何规范如何做到这一点。

任何人都可以对此有所了解吗？

我在旧系统中有一些 ole2 格式的 ole 文件。我认为这些是 office word 或 excel & 嵌入对象（例如图片）。如果我用 docx 或 xlsx externsion 重命名文件，它会说文件已损坏。

我可以用一些现有的 C# 库提取 ole 文件吗？并将其保存为word或excel文档？

OLE文件结构 PNG

笔记：

• 我认为 OlePres\d\d\d 流是嵌入 ole 对象。
• Ole 流说它是一个嵌入文件而不是链接。
• compObj 流指示它的文件类型。例如 Microsoft Word 文档
• 对于包类型 ole 文件，我按照以下博客成功从 ole10native 流中提取文件 - https://eigenein.wordpress.com/2011/08/03/how-to-extract-ole-attachment-body-from -ole10native 流/

更新：（可能的解决方案）

对于旧样式，例如 xls、doc，它只需将 ole 文件重命名为这些扩展名即可。但是有些文件无法通过 MS Office 打开，但通过 Libre Office 可以成功打开。

对于新样式，例如 xlsx、docx。它可以提取包流并保存为 xlsx 或 docx。文件。