[Python] 自动化办公 暴力破解PDF密码

转载请注明：陈熹 [email protected] （号：半为花间酒）
若公众号内转载请联系公众号：早起Python

这篇文章能学到的主要内容：
PyPDF2 加密和解密操作

PDF 加密

在之前的文章 https://www.jianshu.com/p/2d128f26ae7b 中简单提到过加密一个 PDF 文件的方法，我们先拿自己随意的一个PDF 文件试一下：

from PyPDF2 import PdfFileWriter, PdfFileReader
path = r'C:\xxx' # 这里填写目标 PDF 所在的路径

pdf_reader = PdfFileReader(path + r'\test.pdf')
pdf_writer = PdfFileWriter()

for page in range(pdf_reader.getNumPages()):
    pdf_writer.addPage(pdf_reader.getPage(page))
pdf_writer.encrypt('a123') # 设置密码为 a123
with open(path + r'\test.pdf', 'wb') as out:
    pdf_writer.write(out)

上面代码的运行逻辑是：实例化一个 PDF 写入器和读取器，读取器读取完目标 PDF 文件后，一页一页交给写入器，然后对写入器设置密码并输出。看一下运行结果：

可见这个 PDF 文件成功设置上了密码

PDF 已知密码解密

如果知道密码的情况下，想直接取消 PDF 的加密，可以用 .decrypt，解密的过程需要读取器和写入器共同配合。但区别于加密 .encrypt，.decrypt 是针对读取器进行解密的，而不是写入器

from PyPDF2 import PdfFileWriter, PdfFileReader
path = r'C:\xxx'

pdf_reader = PdfFileReader(path + r'\test.pdf')
pdf_reader.decrypt('a123') #
pdf_writer = PdfFileWriter()

for page in range(pdf_reader.getNumPages()):
    pdf_writer.addPage(pdf_reader.getPage(page))
with open(path + r'\test.pdf', 'wb') as out:
    pdf_writer.write(out)

上面代码的运行逻辑是：首先用读取器读取加密文件，然后直接在读取器上使用 .decrypt 进行解密，逐页传到刚实例化的写入器后统一输出，就完成了解密

PDF 暴力解密

暴力破解，其实就是通过手上已经有的密码库，或者完全通过数字、字母、符号的穷举，将可能的密码都放进去，逐个尝试直到成功。
暴力破解只适用于已知密码位数少，由简单的数字、字母构成

假设今天要破解的密码就是 a123，已知密码 4 位且由数字和小写字母组成。破解又分为两种情况：

1. 手上有密码本

本地有一个 password.txt 且可能的密码一定在其中：

首先读取 .txt 文件获取其中所有密码（示例文件只有 9 个密码）：

passw = []
path = r'C:\Scientific Research\Python'
file = open(path + r'\password.txt')
for line in file.readlines():
    passw.append(line.strip())
print(passw)
file.close()

然后就可以用密码本的密码做暴力破解：

from PyPDF2 import PdfFileReader

passw = []
path = r'C:\xxx'
file = open(path + r'\password.txt')
for line in file.readlines():
    passw.append(line.strip())
file.close()

path = r'C:\xxx'
pdf_reader = PdfFileReader(path + r'\test).pdf')

for i in passw:
    if pdf_reader.decrypt(i):
        print(f'破解成功，密码为{i}')
    else:
        print(f'破解不成功，密码{i}错误')

2. 手术无密码本，完全穷举

首先介绍 itertools，可以构建含需要组合的生成器供后续迭代：

import itertools
mylist = ("".join(x) for x in itertools.product("0123456789abcdef", repeat=4))
print(next(mylist))

利用这个方法就可以用 while 循环尝试暴力破解（为了减少时间，生成器用"abc123"生成组合）：

import itertools
from PyPDF2 import PdfFileReader

mylist = ("".join(x) for x in itertools.product("123abc", repeat=4))
path = r'C:\xxx'
pdf_reader = PdfFileReader(path + r'\test.pdf')

while True:
    i = next(mylist)
    if pdf_reader.decrypt(i):
        print(f'破解成功，密码为{i}')
        break
    else:
        print(f'破解不成功，密码{i}错误')

最后也成功破解了
需要注意：但即使是这么简单的组合也耗费了一点时间，如果复杂的密码破解难度和破解时间就指数级增长了，暴力的穷举法就不一定适用