chm格式簡介
chm格式有乙個初始化頭，佔38個位元組，後面是header section和到正文的偏移量。加在一起，這些被稱為檔案頭。
header section一共有兩個section（有點像資訊說明），乙個是檔案目錄，另乙個包含著檔案長度和一些未知資訊。
檔案頭
檔案頭包含初始化資訊，格式如下：
0000：第乙個雙字為itsf
0004：第二個雙字為版本資訊
0008：第三雙字是檔案頭的總長度
000c：第四雙字值為1
0010：第五雙字是乙個時間記錄 (第乙個位元組是msb，第二個位元組是 fractional seconds(second byte),第三個位元組可並不確定，第四個位元組僅能知道其符號位是確定的。
0014：第六雙字是windows語言id標識
後面16個位元組是兩個連續的guid，分別為
0018：
0028：
後面是header section的表，其中有兩項，每項佔16個位元組，記錄著從檔案頭開始的偏移量和section的長度，各佔8個位元組。
0000：從檔案起始處開始的section偏移量
0008：section的長度
後面還有8個位元組的資訊，這些在版本2裡是沒有的。這個資訊是附加頭資料。
header section
header section 0:
0000：第一雙字0x01fe（未知）
0004：第二雙字0（未知）
0008：第三雙字為檔案大小
0010：第四雙字0（未知）
0014：第五雙字0（未知）
header section 1(目錄列表)
chm檔案的中心部分，檔案目錄和檔案資訊。它包含如下部分：
0000：第乙個雙字為itsp，
0004：第二個雙字為版本號為1，
0008：第三雙字為目錄頭長度，
000c：第四雙字為0a資訊未知，
0010：第五雙字值為0x1000，是目錄塊的大小，
0014：第六雙字是quickref section的「密度」，一般是2
0018：第七雙字是索引樹的深度，1表示沒有索引，2表示有一層的pmgi資料塊。
001c：第八雙字表示根索引的塊號，如果沒有索引為-1
0020：第九雙字是第乙個pmgl(listing)的塊號
0024：第十雙字是最後乙個pmgl的塊號
0028：第十一雙字是-1（未知）
002c：第十二雙字是目錄塊的塊數
0030：第十三雙字是windows語言id標識
0034：從這裡開始有16個位元組的guid
0044：接著的雙字是54（又乙個長度）
0048：雙字都為-1（未知）
004c：雙字都為-1（未知）
0050：雙字都為-1（未知）
列表塊
檔案頭後就是目錄塊。目錄塊分為兩種，一種是列表塊(listing chunks),一種是索引塊(index chunks)。如果只有乙個列表塊，則索引塊被省略。
其中列表塊的格式如下：
0000：開始是四個位元組pmgl
0004：然後的四個位元組是目錄塊尾部的空白區的長度或是quickref區域的長度
0008：第三雙字總為0
000c：第四雙字是前乙個列表塊的塊號，如果這是第乙個塊，該值為-1
0010：第五雙字是後乙個列表塊的塊號，如果這是最後一塊，該值為-1
0014：從這裡開始是目錄列表項，按檔名排序，並且大小寫不分
quickref區是從資料塊的後面向前寫，每隔n個項出現乙個quickref，且n的值為1+(1<<「密度」)，其格式從後至前為。例如密度為2，n為5。
塊長度-0002：第乙個字：整個資料塊中的入口數
塊長度-0004：第二個字：從第0項到第n項之間的偏移量
塊長度-0008：第三個字：從第0項到第2n項之間的偏移量
塊長度-000c：第四個字：從第0項到第3n向之間的偏移量
以此類推
目錄列表的每一項入口的格式如下：
byte：encint型名字長度
bytes：後面是utf-8編碼的名稱
encint：encint型正文段
encint：encint型偏移量
encint：encint型長度
其中偏移量是從解壓縮之後的正文段的開始來計算的，同樣長度也是表示解壓縮之後的長度。
在目錄中存在兩種檔案，使用者資料檔案和格式資訊檔案，格式資訊檔案以兩個連續的冒號「：：」開頭，使用者資料檔案以「/」開頭。
索引塊
索引塊的格式如下：
0000：前四個位元組為pmgi
0004：後面四個位元組是塊尾部的quickref或是空白區的長度。
0008：從這裡開始是目錄索引項的開始，
quickref的格式和排列與列表塊中相同。
每乙個目錄索引項的結構如下：
byte：encint型的名稱長度
bytes：uft-8編碼的名稱
encint：以此名稱開始的列表塊的塊號。
當有索引塊的層次較多時，將不再儲存資料塊號而是儲存下一層的索引號。
解釋一下encint型變數的編碼規則：
一種可變長度的整型變數，第乙個位元組只使用低7位，最高位為1表示該位元組之後的下一位元組的低7位要接在這7位的尾部組成乙個數，這樣通過移位相加的運算，直到遇到最高位為0的位元組，可以組和成乙個長度可調節的整數。
正文
在版本3中，正文一般緊跟著檔案頭，而且在檔案頭表之後有乙個雙字用來指定其位置。在版本2中，正文部分緊跟著檔案頭。所有第0段正文內容在目錄中的位置都是相對那點來說的，其它的正文段都在content section 0中。
名稱列表檔案
放在content section 0和目錄中的檔案，檔名為"::dataspace/namelist"，其中包含著所有正文段的名稱，其格式如下：
0000：第乙個字：以字計數的檔案長度
0002：第二個字：檔案中的entry數
對於每乙個entry格式為：
0000：第乙個字：以字計數的名字長度，不包括最後的null結尾符
0002：以word 0表示所有entry的結束。
***x：字0
名稱的編碼類似於uft-16。
段的名稱目前為止只有兩種，uncompressed和mscompressed,分別表示自解釋檔案和microsoft lzx壓縮演算法壓縮的檔案。
section data
對於段號不為0的段，還有乙個檔案為::dataspace/storage//content，裡面存放著該段的壓縮資訊，所以，當解析
非0段時，需要兩步工作，第一步，取得第0段並將其解圧，取得段名，第二步才能利用段名找到相應的段
其餘與格式相關的檔案
::dataspace/storage//controldata
共0x20個位元組，儲存關於壓縮的資訊
0000：第乙個雙字為在「lzxc」串後的雙字個數，在版本2中，此值必為6
0004：ascii第二個雙字為「lzxc」
0008：第三個雙字為版本資訊，必須大於2
000c：第四個雙字為lzx reset interval（0x8000字大小的塊中）
0010：第五個雙字為視窗大小.
0014：第六個雙字為快取大小
0018：第七個雙字為0，未知資訊。
001c：第八個雙字為0，未知資訊。
::dataspace/storage//spaninfo)
存放著未解壓的段的長度資訊。
::dataspace/storage//transform/list
存放guid列表用於解壓縮
附錄：壓縮說明
這一段用lzx壓縮，要進行解壓縮，先要讀取::dataspace/storage//transform/
/instancedata/resettable，其格式如下：
0000：第乙個雙字為2，估計是版本資訊
0004：第二個雙字是reset table中的entry數
0008：第三個雙字是8，每乙個entry的大小
000c：第四個雙字是表頭長度
0010：16個位元組的壓縮前長度
0018：16個位元組的壓縮後長度
0020：16個位元組的0x8000 block size for locations below
0028：16個位元組的0
0030：16個位元組的第乙個非壓縮資料塊的邊界在壓縮資料塊中的位置資訊
現在你就已經了解了整個
chm檔案格式。
epub格式電子書剖析
1 檔案 mimetype 每一本epub電子書均包含乙個名為mimetype的檔案，且內容不變，用以說明epub的檔案格式。檔案內容如下 2 目錄 meta inf 依據ocf規範，meta inf用於存放容器資訊，預設情況下 即加密處理 該目錄包含乙個檔案，即container.xml,檔案內容...
epub電子書格式簡介
epub是國際開放電子圖書聯盟 open ebook forum oebf 於 1999 年推出了用來表示電子圖書的內容 結構的一種開放性規範，旨在統一電子書的格式和提公升電子書的相容性。目前 oebf 已改名為 idpf international digital publishing forum...
epub電子書格式簡介
epub是國際開放電子圖書聯盟 open ebook forum oebf 於 1999 年推出了用來表示電子圖書的內容 結構的一種開放性規範，旨在統一電子書的格式和提公升電子書的相容性。目前 oebf 已改名為 idpf international digital publishing forum...