由於添加了元數據，SharePoint首次保存時會更改MS Office文件的大小。可以確認內容沒有改變？

Question

假設我們將一組MS Office文件從一個共享驅動器遷移到SharePoint（例如SharePoint Online）。僅限於Office 2007以上版本，因此文件擴展名如DOCX，XLSX。

我們發現，當文件保存到SharePoint時，文件的大小會發生變化 - 因爲添加了某些元數據。 （儘管非MS Office文件（如PDF或JPEG）的文件大小不會更改）。

這些MS Office文件是「容器」，其中放置了許多組件部分 - 通過將XLSX文件的擴展名（比如說）更改爲ZIP並使用WinZip打開它，可以粗略地查看這種情況。

出於良好的聲音完整性原因，我們希望確保「文件內容」組件部分沒有改變。

我們如何識別代表內容的容器內的組件部分？ 這些組件在按照描述保存到SharePoint時是不變的嗎？

如果是這樣，是否有任何工具可以分析一對這樣的文件並確認內容是相同的，或者它是否已被更改？是否可能有一些校驗和，我們可以從這兩個文件中生成並進行比較。

如果沒有這樣的工具存在，哪種環境最適合創建它？ - 可以在VB.NET和/或C＃中完成嗎？

謝謝。

此前一篇文章涉及同一問題，但不提供我們需要的那種答案。 C# - Hash contents of MS Office documents without metadata

Answer 1

有趣的話題。 我們如何識別代表內容的容器內的組件部分？

，你需要評估每個內容文件的DOCX內。請注意，docx中的文件是使用deflate壓縮的。所以你可能不得不誇大它們。這不僅是document.xml和document.xml.rels文件，還包括： - 標題xml文件（可以多於1） - 標題.rels文件 - 頁腳xml文件（也是多個文件） - 頁腳的.rels文件） - 媒體文件（含圖片）

你甚至可以檢查core.xml文件，如果的SharePoint性能降級改變如標題字段。

總之，您不能比較docx級別的docx文件。您需要解壓縮它們並比較（使用例如CRC32或MD5）每個「內容」文件。

我不知道提供此功能的實用程序。

注意：如果您只是需要將文件上傳到SharePoint進行歸檔，那麼將它們放入單獨的zip文件中可能是另一種選擇。如果您只需存儲內容並且不希望用戶進行任何更改，則這當然只是一種選擇。

Paul