如何查看CHM文件解压后生成的无扩展名乱码文件的内容

成因与文件定位 #

你解压得到的#、$开头的无扩展名文件，是CHM格式内置的系统二进制流，并非编码问题导致的异常文件：

• CHM是微软推出的复合文档格式，本质是OLE结构化存储容器，除了用户导入的htm、css、hhc、hhk等资源外，编译时会自动生成一系列系统专用元数据流，用于存储CHM运行时需要的索引、配置、映射规则等信息，7-Zip解压时会把容器内所有流全部导出，就得到了这些特殊文件
• 不同前缀的文件对应不同作用：
  • #开头的是核心元数据流：你提到的#OBJINST存储帮助窗口配置、默认启动参数等信息；其他常见的还有#SYSTEM（存储编译工具版本、语言编码、关联的hhc/hhk路径，你看到的"HHA Version 4.74.8702"、"7zip.hhk"就来自这个流的明文字段）、#TOPICS（所有htm页面的偏移映射表）、#URLSTR（页面URL字符串表）等
  • $开头的多为全文索引缓存、搜索优化数据，部分为编译过程生成的临时元数据残留
• 这类文件全部是二进制结构化存储格式，没有统一的文本编码，所以用普通文本编辑器打开只会显示乱码，切换编码无法解决问题

内容查看方法 #

无法用普通文本编辑器直接读取明文内容，需按以下方式操作：

• 仅需校验文件属性：可直接在7-Zip的CHM压缩包预览界面，右键对应流选择查看十六进制内容，不需要提前解压
• 需解析结构化内容：可使用CHM专用解析工具（如libchm工具集的chmls命令）按CHM格式规范读取对应流的字段信息，也可自行编写解析脚本按公开的CHM格式文档逐字段解析二进制内容

内容的提问来源于stack exchange，提问作者W. MacTurk