检测受密码保护的 PPT 和 XLS 文档

我找到了这个答案https://stackoverflow.com/a/14336292/1537195 https://stackoverflow.com/a/14336292/1537195这提供了检测 DOC 和 XLS 文件密码保护的好方法。

//Flagged with password
if (bytes.Skip(0x20c).Take(1).ToArray()[0] == 0x2f) return true; //XLS 2003
if (bytes.Skip(0x214).Take(1).ToArray()[0] == 0x2f) return true; //XLS 2005
if (bytes.Skip(0x20B).Take(1).ToArray()[0] == 0x13) return true; //DOC 2005

然而，它似乎并没有涵盖所有 XLS 文件，我也在寻找一种以相同方式检测 PPT 文件的方法。无论如何知道要查看这些文件类型的哪些字节吗？

我将 PowerPoint 演示文稿另存为 .ppt 和 .pptx（无论是否需要打开密码），在 7-Zip 中打开它们，并得出初步结论：

• 没有密码的 .pptx 文件始终使用标准 .zip 文件格式
• .ppt 文件是复合文档
• 带有密码的 .pptx 文件也是CompoundDocuments
• 所有密码复合文档都包含名为 *Encrypt* 的条目

要运行此代码，您需要安装 NuGet 包 OpenMcdf。这是我能找到的第一个用于阅读CompoundDocuments 的C# 库。

using OpenMcdf;
using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;

namespace _22916194
{
    //http://stackoverflow.com/questions/22916194/detecing-password-protected-ppt-and-xls-documents
    class Program
    {
        static void Main(string[] args)
        {
            foreach (var file in args.Where(File.Exists))
            {
                switch (Path.GetExtension(file))
                {
                    case ".ppt":
                    case ".pptx":
                        Console.WriteLine($"* {file} " +  (HasPassword(file) ? "is " : "isn't ") + "passworded");
                        Console.WriteLine();
                        break;

                    default:
                        Console.WriteLine($" * Unknown file type: {file}");
                        break;
                }
            }

            Console.ReadLine();

        }

        private static bool HasPassword(string file)
        {
            try
            {
                using (var compoundFile = new CompoundFile(file))
                {
                    var entryNames = new List<string>();
                    compoundFile.RootStorage.VisitEntries(e => entryNames.Add(e.Name), false);

                    //As far as I can see, only passworded files contain an entry with a name containing Encrypt
                    foreach (var entryName in entryNames)
                    {
                        if (entryName.Contains("Encrypt"))
                            return true;
                    }
                    compoundFile.Close();

                }
            }
            catch (CFFileFormatException) {
                //This is probably a .zip file (=unprotected .pptx)
                return false;
            }
            return false;
        }
    }
}

您应该能够扩展此代码以处理其他 Office 格式。顶部的结论应该成立，除了您需要在CompoundDocument中查找一些其他数据而不是包含*Encrypt*的文件名（我快速查看了.doc文件，它的工作原理似乎并不完全相同）。