我正在尝试为 .ppt 文件构建一个 JavaScript 解析器。 PPTX 没什么大不了的，因为它是一种“开放”格式，但我真的对 .ppt 文件的文件结构迷失了方向，找不到任何有用的信息。
鉴于此，有没有人尝试过这个，或者至少可以指出我在哪里可以看到 .ppt 的“规范”，以便我可以构建解析器？
最诚挚的问候， 塞尔索桑托斯
.ppt 是一种二进制文件格式。您可以在此处阅读 1997-2007 规范
并不是要阻止您尝试，但您应该注意，这对于 1 个开发人员来说可能是一项艰巨/几乎不可能完成的任务，因为整个规范代表了 10 年来数千个编程小时。
Joel Spolsky 有一篇关于处理这些文件格式的好文章。
为了完整起见，这里是 pptx 文件格式的规范。
首先，以防万一有人不知道，所有 Office“X”文件（pptx、xlsx、docx）都只是 zip 文件！如果将它们重命名为 .zip，则可以在任何 zip 资源管理器中打开它们（包括直接 Windows 10/11），它们包含所有嵌入的图像/声音/xml/等。您的文档使用的文件！只需在 zip 中编辑它们并保存，Office 甚至无法告诉您已编辑它们。
好吧，除此之外，Microsoft Office 文件，包括 powerpoint 文件（pptx 之前）都是“CFB”（复合文件二进制）格式。这曾经是定制的，但现在只是标准拉链。
这是 Power Point 文件的完整规范。版本 3.0 适用于带有“PPT”扩展名的文件：https://learn.microsoft.com/en-us/openspecs/office_file_formats/ms-ppt/6be79dde-33c1-4c1b-8ccc-4b2301c08662?redirectedfrom=MSDN
这是 CFB 格式的完整规范。 PPT 文件使用 3.0 版本：https://learn.microsoft.com/en-us/openspecs/windows_protocols/ms-cfb/53989ce4-7b05-4f8d-829b-d08d6148375b
PPT 还是 PPTX？
在 Microsoft Office 中，CFB 4.0 及更高版本在文件扩展名末尾使用“X”，并且是开源的，但是 Microsoft 决定也共享 3.0 版本。版本 3.0 是所有不带“x”扩展名的 Office 文件使用的格式，即 ppt、doc、xls、msg。
版本 1 和 2 已贬值，并且 Microsoft 从未发布过且不打算发布其格式。它本质上是一种自定义/原始 zip 格式。
什么是CFB/OLE/COM？
CFB 也称为 OLE（对象链接和嵌入）或 COM（组件对象模型）格式。如果您曾经编写过 Windows 应用程序或在安装 Windows 3.x 或 9x 时注意过安装消息，您可能已经见过术语“OLE”或“COM”。微软在90年代初也做了很多广告。这和 PPT 文件使用的东西是一样的！ :)
CFB 是如何工作的？
CFB 自 v3/PPT 以来发生了很大变化，但 3.0 一般是这样工作的：
如果您熟悉 FAT 文件系统，那么您就会熟悉 CFB 和 PPT 文件格式。他们在很多方面都非常相似。
这就是 PPT 和其他办公格式可以在其中存储多种内容的方式，例如多张图片、图表等；他们只是将多个文件与其主文件一起存储。
所有 CFB 文件必须包含 1 个主文件。然后该文件可以有子文件，子文件可以有子文件，依此类推。 CFB 中的主文件始终是相关的主记录，在 PPT 中，即您的演示文稿本身。子文件可能是图片或其他嵌入内容。
如果您只是想看PPT
npm 包
ppt安装...
npm i ppt使用...
ppt test.ppt在此处查看源代码：https://github.com/SheetJS/js-ppt
如果您想提取 PPT 或其他 Office 文件（如 DOC/XLS/MSG）中包含的所有文件（如图像）