轉載請標明出處：https://www.cnblogs.com/tangZH/p/11176995.html
更多精彩文章：http://77blogs.com/?p=283
CHM格式為CHM頭，CHM頭節，內容三部分組成。
總體格式圖：
初始化頭包含了CHM的相關信息。格式如下：
0000：char [4]'ITSF'
0004：DWORD 3（版本號）
0008：DWORD 文件頭總長度，包括標題節表和
以下數據。
000C：DWORD 1（未知）
0010：DWORD 時間戳。
被認為是一個大端的DWORD，它似乎包含
秒（MSB）和小數秒（第二個字節）。
第三個和第四個字節可能包含更多的小數
位。最后一個字節中的4個最低有效位是
不變。
0014：DWORD 語言代碼：英文 0X0409，簡體中文：0X0804
0018：GUID {7C01FD10-7BAA-11D0-9E0C-00A0-C922-E6EC}
0028：GUID {7C01FD11-7BAA-11D0-9E0C-00A0-C922-E6EC}
頭節記錄。它是2個條目，每個條目的長度為10個字節，具有以下格式：
0000：QWORD 頭節的偏移量
0008：QWORD 頭節的長度
這兩個頭節分別指向頭節0和頭節1，根據這兩個頭節的偏移量便可以讀到兩個頭節。
內容節偏移。在版本2文件中，此數據不存在，因為內容部分緊跟在目錄之后：
0000：QWORD 內容節的偏移量
頭節0。此部分包含文件的總大小，而不是其他內容。
0000：DWORD 0X01FE（未知）
0004：DWORD 0（未知）
0008：QWORD 文件大小
0010：DWORD 0（未知）
0014：DWORD 0（未知）
頭節1。.chm文件的核心部分：它包含的文件和信息的目錄。
目錄頭：
0000：char [4]'ITSP'
0004：DWORD 版本號1
0008：DWORD 目錄頭的長度
000C：DWORD 0X0a（未知）
0010：DWORD 0X1000目錄塊大小
0014：DWORD 快速引用塊密度，通常為2。
0018：DWORD 索引樹的深度
1：沒有索引，2：一層索引，以此類推。
001C：DWORD 根索引塊的塊號，如果沒有則為-1
（盡管至少有一個文件有0，盡管沒有
index chunk，可能是個bug。）
0020：DWORD 第一個PMGL（列表）塊的塊號
0024：DWORD 最后一個PMGL（列表）塊的塊號
0028：DWORD -1（未知）
002C：DWORD 目錄塊數（總計）
0030：DWORD Windows語言ID
0034：GUID {5D02926A-212E-11D0-9DF9-00A0C922E6EC}
0044：DWORD 0X54（這又是長度），同0X1000
0048：DWORD -1（未知）
004C：DWORD -1（未知）
0050：DWORD -1（未知）
目錄頭之后緊跟着目錄塊，有兩種目錄塊：列表塊和索引塊，如果只有一個列表快，那么將沒有索引塊。
列表塊：
0000：char [4]'PMGL'
0004：DWORD 結尾處的自由空間和/或quickref區域的長度目錄塊
0008：DWORD 始終為0。
000C：DWORD 讀取時上一個列表塊的塊號
順序目錄（如果這是第一個列表塊，則為-1）
0010：DWORD 讀取時下一個列表塊的塊號
順序目錄（如果這是最后一個列表塊，則為-1）
0014：目錄列表條目（到quickref區域）排序方式根據文件名; 排序不區分大小寫。
quickref區域是從塊的末尾向后寫入。對於文件中的每n個條目存在一個quickref條目，其中n被計算為1 +（1 << quickref density）。因此，對於密度= 2，n = 5。
其格式從后到前為：
Chunklen-0002：整個數據塊中的項數
Chunklen-0004：從0項到n項之間的偏移量
Chunklen-0006：從0項到2n項之間的偏移量
......
目錄列表條目的格式如下：
ENCINT：名字長度
UTF-8：編碼的名稱（UTF-8編碼）
ENCINT：內容部分
ENCINT：偏移量
ENCINT：長度
偏移量是從文件解壓縮之后的正文段開始計算的。長度也指解壓后的長度。
目錄中表示的文件有兩種：用戶數據和格式相關文件。與格式相關的文件具有以“::”開頭的名稱，用戶數據文件的名稱以“/”開頭。
索引塊：
0000：char [4]'PMGI'
0004：DWORD 目錄塊末尾的quickref / free（空余）區域的長度
0008：目錄索引項
PMGI中的quickref區域與PMGL中的相同，當索引塊的層次較高時，將不再存儲數據塊號而是存儲下一層的索引號。
目錄索引項的格式如下：
ENCINT：名字長度
UTF-8：名稱（UTF-8編碼）
ENCINT：以此名稱開始的列表塊的塊號
內容：
在版本3中，內容通常緊跟在文件頭之后，並且位於文件頭表之后的DWORD指示的位置。在版本2中，內容緊跟在文件頭之后。目錄中的所有內容部分0位置都與該點相關。其他內容部分存儲在內容部分0中。而且所有此文件夾中的正文部分的第0段都放在這個位置上。其他的正文段都在這個正文段里面。
名單列表文件
在內容部分0和目錄中存在名為“:: DataSpace / NameList”的文件。此文件包含所有內容部分的名稱。格式如下：
0000：WORD 文件長度，用文字表示 0002：WORD 文件中的條目數 每個條目： 0000：WORD 單詞中的名稱長度，不包括終止null 0002：WORD 。以0表示所有entry的結束。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,分別表示未壓縮文件和Microsoft LZX壓縮算法壓縮的文件。 xxxx：WORD 0
Section_data：
對於段落編號不為0的段落，還有另一個文件：DataSpace / Storage / <Section_Name> / Content，它存儲段落的壓縮信息。 因此，在解析非零段落時，需要兩個步驟。 第一步是獲取第，並獲取段落名稱。 第二步是使用段落名稱查找相應的段落。
其余與格式相關的文件: ::DataSpace/Storage/<SectionName>/ControlData
共0x20個字節,存儲關於壓縮的信息:
參考鏈接：
https://wenku.baidu.com/view/c2f81e21aaea998fcc220e22.html?pn=1