Python 使用 PyPDF2 实现 PDF 加密与密码破解

Python 使用 PyPDF2 实现 PDF 加密与密码破解

前言

在数据安全日益重要的今天，保护敏感文档的访问权限是基础需求。PDF 格式因其跨平台性和安全性被广泛使用，但默认情况下 PDF 文件可能不包含强加密。本文将详细介绍如何使用 Python 的 PyPDF2 库对 PDF 文件进行加密，以及如何通过暴力破解的方式恢复弱密码保护的 PDF 内容。这不仅有助于理解 PDF 加密机制，也能帮助开发者评估密码强度。

环境准备

1. 安装依赖库

首先，需要安装 PyPDF2 库。该库支持读取、写入和修改 PDF 文件。

pip install PyPDF2

安装完成后，可以通过以下命令验证版本：

python -m pip show PyPDF2

注意：PyPDF2 是一个较成熟的库，但在处理某些高级加密标准（如 AES-256）时可能存在限制。对于现代 PDF 安全需求，建议关注其后续项目 pypdf。

2. 代码结构说明

我们将实现两个核心功能：

1. 加密函数：将普通 PDF 转换为带密码保护的 PDF。
2. 解密函数：尝试遍历可能的密码组合以打开加密文件。

PDF 加密原理简述

PDF 加密通常基于对称加密算法（如 RC4 或 AES）。当设置密码后，文件内容会被加密，只有提供正确密钥才能解密并渲染页面。如果密码过于简单（如纯数字），攻击者可以通过穷举法（Brute Force）快速破解。

实现 PDF 加密

下面是一个完整的加密函数示例。该函数读取源文件，添加指定密码，并保存为新文件。

import PyPDF2

def encrypt_pdf(old_path, new_path, password='1234'):
    """
    给 PDF 文件添加密码保护
    
    :param old_path: 待加密文件的绝对路径
    :param new_path: 加密后文件的保存路径
    :param password: 设置的密码字符串
    """
    try:
        with open(old_path, 'rb') as pdf_file:
            # 创建 PdfFileReader 对象
            pdf_reader = PyPDF2.PdfFileReader(pdf_file)
            # 创建 PdfFileWriter 对象
            pdf_writer = PyPDF2.PdfFileWriter()
            
            # 将所有页面添加到 Writer 中
            for page_num in range(pdf_reader.numPages):
                pdf_writer.addPage(pdf_reader.getPage(page_num))
            
            # 设置密码并加密
            pdf_writer.encrypt(user_password=password)
            
            # 写入新文件
            with open(new_path, 'wb') as result_pdf:
                pdf_writer.write(result_pdf)
            
            print(f'加密成功！文件已保存至：{new_path}')
            return True
    except Exception as e:
        print(f'加密失败：{str(e)}')
        return False

if __name__ == '__main__':
    # 示例调用
    # encrypt_pdf('input.pdf', 'output_encrypted.pdf', '8888')
    pass

实现 PDF 密码破解（暴力破解）

针对弱密码场景，我们可以通过遍历所有可能的字符组合来尝试解密。本例演示如何破解 4 位纯数字密码。

1. 密码生成逻辑

我们需要生成从 0000 到 9999 的所有组合。

def generate_passwords(length=4):
    """
    生成指定位数的纯数字密码列表
    """
    passwords = []
    start = 10**(length-1) if length > 1 else 0
    end = 10**length
    for i in range(start, end):
        passwords.append(str(i).zfill(length))
    return passwords

2. 解密与验证函数

利用 PyPDF2 提供的 decrypt() 方法验证密码有效性。

def decrypt_pdf(target_path, max_attempts=10000):
    """
    尝试暴力破解 PDF 密码
    
    :param target_path: 目标加密 PDF 路径
    :param max_attempts: 最大尝试次数
    """:
    try:
        with open(target_path, 'rb') as pdf_file:
            pdf_reader = PyPDF2.PdfFileReader(pdf_file)
            
            # 检查文件是否加密
            if not pdf_reader.isEncrypted:
                print('文件未加密，无需破解。')
                return
            
            print('开始尝试破解密码...')
            
            # 遍历密码空间
            for i in range(max_attempts):
                pwd = str(i).zfill(4)
                
                # 尝试解密
                status = pdf_reader.decrypt(pwd)
                
                if status > 0:  # 状态大于 0 表示解密成功
                    print(f'破解成功！密码为：{pwd}')
                    
                    # 可选：输出解密后的内容或保存副本
                    pdf_writer = PyPDF2.PdfFileWriter()
                    for pageNum in range(pdf_reader.numPages):
                        pdf_writer.addPage(pdf_reader.getPage(pageNum))
                    
                    output_path = target_path.replace('.pdf', '_decrypted.pdf')
                    with open(output_path, 'wb') as out_file:
                        pdf_writer.write(out_file)
                    print(f'已保存解密文件至：{output_path}')
                    break
                else:
                    # 为了减少日志噪音，可定期打印进度
                    if i % 1000 == 0 and i != 0:
                        print(f'尝试了 {i} 个密码...')
            else:
                print('未找到匹配的密码。')
                
    except FileNotFoundError:
        print('错误：找不到指定的 PDF 文件。')
    except Exception as e:
        print(f'发生未知错误：{str(e)}')

if __name__ == '__main__':
    # 示例调用
    # decrypt_pdf('encrypted.pdf')
    pass

完整整合代码

为了方便使用，可以将上述功能整合到一个脚本中。

import PyPDF2
import os

class PDFFileManager:
    def __init__(self):
        self.reader = None
        self.writer = None

    def encrypt(self, input_path, output_path, password='1234'):
        """加密 PDF"""
        if not os.path.exists(input_path):
            print(f'文件不存在：{input_path}')
            return
        
        with open(input_path, 'rb') as f:
            reader = PyPDF2.PdfFileReader(f)
            writer = PyPDF2.PdfFileWriter()
            for page in range(reader.numPages):
                writer.addPage(reader.getPage(page))
            writer.encrypt(password)
            
        with open(output_path, 'wb') as f:
            writer.write(f)
        print(f'加密完成：{output_path}')

    def brute_force_decrypt(self, input_path, max_digits=4):
        """暴力破解密码"""
        if not os.path.exists(input_path):
            print(f'文件不存在：{input_path}')
            return

        with open(input_path, 'rb') as f:
            reader = PyPDF2.PdfFileReader(f)
            if not reader.isEncrypted:
                print('文件未加密')
                return

            total_combinations = 10 ** max_digits
            print(f'总组合数：{total_combinations}')

            for i in range(total_combinations):
                pwd = str(i).zfill(max_digits)
                if reader.decrypt(pwd) > 0:
                    print(f'成功！密码：{pwd}')
                    # 保存解密结果
                    writer = PyPDF2.PdfFileWriter()
                    for p in range(reader.numPages):
                        writer.addPage(reader.getPage(p))
                    out_name = input_path.replace('.pdf', '_unlocked.pdf')
                    with open(out_name, 'wb') as f_out:
                        writer.write(f_out)
                    return
            print('破解失败')

if __name__ == '__main__':
    manager = PDFFileManager()
    # 测试加密
    # manager.encrypt('test.pdf', 'test_encrypted.pdf', '1314')
    # 测试破解
    # manager.brute_force_decrypt('test_encrypted.pdf')
    pass

安全分析与最佳实践

1. 密码强度风险

本教程演示的是 4 位纯数字密码的破解，耗时极短（通常在几秒内）。在实际应用中，这种级别的加密几乎无法提供任何安全保障。

• 4 位数字：10,000 种组合，毫秒级破解。
• 6 位数字：1,000,000 种组合，秒级破解。
• 8 位混合字符：约 200 亿种组合，暴力破解不再可行。

2. 法律与道德警示

• 授权原则：仅对自己拥有合法权限的文件进行加密或解密操作。
• 隐私保护：未经授权破解他人加密文件可能违反相关法律法规。
• 用途限制：本文技术仅用于学习、安全审计及数据恢复（需证明所有权）。

3. 优化建议

• 多线程加速：对于更长的密码空间，可使用 Python 的 multiprocessing 模块并行计算。
• 字典攻击：结合常见密码字典（如 rockyou.txt）优先尝试，比全排列更高效。
• 升级库：考虑迁移至 pypdf 库以获得更好的兼容性和性能。

总结

通过 Python 的 PyPDF2 库，我们可以轻松实现 PDF 文件的加密与解密操作。虽然暴力破解弱密码非常简单，但这恰恰提醒我们在实际工作中应设置高强度的密码策略。希望本文能帮助开发者更好地理解 PDF 安全机制，并在开发过程中采取适当的安全措施。

---

注：本文代码仅供参考，实际生产环境请结合具体业务需求调整。