JS解压带密码保护的Docx时遇“中心目录未找到”错误求解决

带密码保护的Docx并非标准Zip文件，它是用ECMA-376加密容器封装的Zip包。本地解压工具能自动识别并处理加密容器，但普通JS Zip库会直接读取整个文件，因开头是加密头而非标准Zip结构，导致报错。你需要的LabelInfo.xml所在目录未加密，可通过截取文件中的有效Zip片段来提取。

方法1：截取Zip片段后用Adm-Zip处理 #

Adm-Zip是轻量的Zip处理库，适合快速提取文件。

步骤： #

1. 安装依赖：

npm install adm-zip

2. 代码实现：

const fs = require('fs');
const AdmZip = require('adm-zip');

function getLabelInfoFromProtectedDocx(filePath) {
  // 读取文件二进制Buffer
  const fileBuffer = fs.readFileSync(filePath);
  // 定位标准Zip文件的起始签名：PK\x03\x04
  const zipSignature = Buffer.from([0x50, 0x4B, 0x03, 0x04]);
  const zipStartOffset = fileBuffer.indexOf(zipSignature);

  if (zipStartOffset === -1) {
    throw new Error('文件中未找到有效Zip片段');
  }

  // 截取从签名开始的有效Zip部分
  const validZipBuffer = fileBuffer.slice(zipStartOffset);
  const zip = new AdmZip(validZipBuffer);

  // 查找目标XML文件
  const labelEntry = zip.getEntry('DataSpaces/TransformInfo/LabelInfo.xml');
  if (!labelEntry) {
    throw new Error('未找到LabelInfo.xml文件');
  }

  // 读取并返回XML内容
  return labelEntry.getData().toString('utf8');
}

// 调用示例
try {
  const labelContent = getLabelInfoFromProtectedDocx('./protected.docx');
  console.log('提取的标签内容：', labelContent);
} catch (err) {
  console.error('提取失败：', err.message);
}

方法2：用Yauzl自定义读取偏移（适合大文件） #

Yauzl支持流式读取，适合处理较大的Docx文件，避免一次性加载整个文件到内存。

步骤： #

1. 安装依赖：

npm install yauzl

2. 代码实现：

const fs = require('fs');
const yauzl = require('yauzl');

function extractLabelInfo(filePath) {
  fs.open(filePath, 'r', (openErr, fd) => {
    if (openErr) {
      console.error('打开文件失败：', openErr.message);
      return;
    }

    // 先读取部分内容定位Zip起始位置
    const probeBuffer = Buffer.alloc(1024 * 1024); // 读取1MB足够定位签名
    fs.read(fd, probeBuffer, 0, probeBuffer.length, 0, (readErr, bytesRead) => {
      if (readErr) {
        console.error('读取文件失败：', readErr.message);
        fs.close(fd);
        return;
      }

      const zipSignature = Buffer.from([0x50, 0x4B, 0x03, 0x04]);
      const zipStartOffset = probeBuffer.indexOf(zipSignature);
      if (zipStartOffset === -1) {
        console.error('未找到有效Zip片段');
        fs.close(fd);
        return;
      }

      // 从偏移位置开始读取Zip内容
      yauzl.fromFd(fd, {
        autoClose: false,
        startOffset: zipStartOffset
      }, (zipErr, zipfile) => {
        if (zipErr) {
          console.error('初始化Zip读取失败：', zipErr.message);
          fs.close(fd);
          return;
        }

        zipfile.on('entry', (entry) => {
          if (entry.fileName === 'DataSpaces/TransformInfo/LabelInfo.xml') {
            // 读取目标文件内容
            zipfile.openReadStream(entry, (streamErr, readStream) => {
              if (streamErr) {
                console.error('打开文件流失败：', streamErr.message);
                return;
              }

              let content = '';
              readStream.on('data', (chunk) => {
                content += chunk.toString('utf8');
              });

              readStream.on('end', () => {
                console.log('提取的标签内容：', content);
                fs.close(fd);
                zipfile.close();
              });
            });
          } else {
            // 跳过其他文件
            zipfile.readEntry();
          }
        });
      });
    });
  });
}

// 调用示例
extractLabelInfo('./protected.docx');

注意事项 #

• 确保以二进制模式读取文件，不要用UTF-8编码读取，否则会破坏原始Buffer结构。
• 若找不到PK\x03\x04签名，可尝试查找PK\x05\x06（Zip目录结束标记），然后向前搜索有效Zip起始位置。
• 部分特殊加密的Docx可能需要解析ECMA-376加密容器结构，但上述方法覆盖绝大多数常见场景。

内容的提问来源于stack exchange，提问作者Nadav. G