手动修复Word, PPT, Excel, Visio等办公软件文件的常用流程

了解Office的文件格式 —— Open XML 规范

Office文件的格式

Open XML格式，之前称为OOXML，是Office文件格式的标准（自Office 2016开始），如果你看到文件后缀名为x，比如.docx, .pptx, .xlsx, .eddx等，那么它大概率就是Open XML规范的文件格式。
Open XML格式相对于Office之前采用的.doc, .ppt, .xls格式，最大的特点是更易于理解，简单的结构也让它变得容易修复，使得普通人也可以尝试修复损坏的Office文件。

Open XML规范

Open XML规范十分简单：

1. 一个Office文件(.docx, .pptx, .xlsx, .eddx)就是一个.zip格式的压缩包
2. 压缩包内，以.xml文本格式存放文档，以其他格式(.jpg, .png等)存放图片等资源。

修复Office文件

Office文件损坏的情况

从上述介绍中可以看出，Open XML格式的文件损坏，无非两种情况：

1. 压缩包损坏
2. 压缩包内的文件损坏

那么面对Office文件损坏时，思路就是：

3. 首先检查压缩包是否损坏。这一步方法很多，这里建议直接用7-zip打开Office文件，然后进行压缩包测试。
4. 其次检查压缩包内的文件。一般来讲，资源文件(比如图片)是不太会损坏的，即使损坏也不太会影响Office文件本身。而.xml文件是非常容易损坏的，最常见的情况是.xml语法错误。

案例

我们以一个Visio的.eddx文件为例，该文件是花一整天时间使用第三方软件绘制的论文配图，但不幸损坏，重新绘制的成本很高。
损坏表现：该文件用第三方打开后出现空白，用Visio打开后也是空白，但文件体积有3MB。
修复:

1. 将文件后缀名改为.zip, 用7-zip打开。
2. 可以看到文件能够正常用7-zip打开。然后用7-zip的压缩包测试功能，测试到zip文件未损坏。
   
3. 逐一检查media下的文件和thumbnail.jpeg文件，将它们恢复出来。
4. 检查所有xml文件。排查两点: 一是是否符合xml语法规范，而是是否符合Open XML规范。一般来讲第一点比较容易，第二点需要了解Open XML的语法文档。

5. 将xml文件逐一用语法检查器进行检查。可以用在线的语法检查器，比如 xmllint.com 或者用Edge浏览器打开xml文件也可以。
   我们发现pages/page1.xml文件有损坏的情况：
   
   损坏错误的原因是出现了未配对的XML标签，并且也告诉了我们错误的位置。
   定位到那个位置，可以发现它在文件末尾出现了大量空白的标签。

                        <Text>
                            <pp PX="0" CX="0">
                                <tp CX="1"></>
                            </>
                        </>
                    </>
                </>
            </>
            <>
                <>
                    < =""/>
                    < =""/>
                    < =""/>
                    < =""/>
                    < =""/>
                    <>
                        < =""/>
                        < =""/>
                    </>
                    <>
                        < ="" ="" =""/>
                        < =""/>
                    </>
                    <>
                        < ="" ="" =""/>
                        < ="" ="" =""/>
                    </>
                    <>
                        < =""/>
                        < ="" ="" =""/>
                    </>
   

   我们可以据此推测这是第三方软件在写入Visio格式时出现了BUG，损坏了用户的文件。请大家在选择第三方软件，尤其是关键的基础软件时，一定要慎重。

6. 删除错误部分，补全XML标签。我们删掉所有空白的标签，然后重新补全XML文件的标签：

                        <Text>
                            <pp PX="0" CX="0">
                                <tp CX="1"></tp>
                            </pp>
                        <Text>

7. 重新压缩，构建新的Office文件。将修补好的.xml文件拖入压缩包的相同位置中，替换损坏的.xml。然后将.zip文件重命名未.eddx文件。
8. 打开新的Office文件，并祝自己好运。
   我们的运气不错，新的Office文件能够正常打开。只是丢失了少量内容而已。

总结

得益于Open XML文件格式，Office文件的修复不再是专家级别的任务了，如果运气好的话，稍微有一些XML经验的人，也可以尝试修复Office文件了。

参考资料:

1. [Open XML 格式和文件扩展名
   ](https://support.microsoft.com/zh-cn/office/open-xml-%E6%A0%BC...)

本文为原创文章。创作过程中没有使用AI。
本文最初发布于CSDN，SegmentFault等平台。采用 CC BY-NC-SA 4.0 国际 许可协议进行许可。