Inspetor de arquivos Publisher

O que ele pode e o que não pode fazer

O Microsoft Publisher não tem especificação pública de formato. A Microsoft nunca documentou como um .pub guarda uma página, um quadro de texto, uma guia ou um layout. Toda ferramenta que afirma abrir um deles ou tem o Publisher por trás ou está adivinhando.

Por isso esta ferramenta é honesta quanto ao seu alcance. Ela faz duas coisas, ambas em terreno documentado:

1. Lê o contêiner de arquivo composto OLE — a mesma estrutura tipo FAT que existe dentro de .doc, .xls e .ppt, especificada em MS-CFB — e seus conjuntos de propriedades, especificados em MS-OLEPS e MS-OSHARED.
2. Recupera imagens incorporadas varrendo os fluxos em busca de assinaturas: um cabeçalho PNG até seu bloco IEND, um FFD8 de JPEG até FFD9, um cabeçalho GIF até seu terminador.

Ele não renderiza uma página, e não vai renderizar enquanto alguém não documentar o formato. É por isso que se chama inspetor.

O que você realmente obtém

As propriedades do documento são a parte útil, e vêm completas: título, assunto, autor, quem salvou por último, palavras-chave, comentários, número de revisão, tempo de edição, datas de criação, modificação e última impressão, contagens de páginas e palavras, o aplicativo que gravou o arquivo e, do segundo conjunto de propriedades, a categoria, o gerente, a empresa e o tipo e status do conteúdo.

Isso basta para responder à maioria das perguntas que as pessoas têm sobre um .pub que não conseguem abrir: quem fez, quando, com qual versão, qual o tamanho e para que servia.

Você também recebe a árvore completa de armazenamentos e fluxos com o tamanho, o CLSID e os carimbos de tempo de cada fluxo — entre eles os fluxos Quill, Escher e Contents do Publisher — e todas as imagens recuperáveis, com pré-visualização e download avulso ou em ZIP.

A recuperação de imagens é uma tentativa aproximada, e diz isso

O Publisher guarda suas imagens sem um enquadramento por imagem que algum documento público descreva, então elas são localizadas por varredura de assinaturas em vez de lidas de um manifesto. Isso encontra com segurança as cargas comuns de PNG, JPEG e GIF e vai deixar passar qualquer coisa guardada num invólucro que não reconheça — em especial os metarquivos WMF e EMF. A contagem é o que foi encontrado, não uma afirmação sobre o que existe.

Um .pub que não é arquivo do Publisher

O formato é detectado pelos primeiros bytes do arquivo, não pelo nome. Um .pub que na verdade é um ZIP, um arquivo MHTML ou outro documento composto é algo comum, e isso é relatado com um link para a ferramenta que de fato o abre.

Privacidade

O arquivo é lido no seu navegador. Nada é enviado.