蛮力搜索python中的pdf密码

Question

我把密码忘在pdf上了。我记得一些字符，所以我用Python编写了一个简单的密码破解程序。文档现在是否丢失了，给出了组合数？出于好奇，我怎样才能尽可能地加速这个计划呢？

from pikepdf import open
from itertools import  product
from math import factorial

c = '12A3ca9€'
c = sorted(set(c))
length = len(c)
total = ( (1-(length**(length+1)))/(1-length) ) - 1

s = 0
for s2 in range(length):
    s2 += 1
    m = product(c, repeat=s2)
    for i in m:
        try:
            with open(r"C:\Users\User\Desktop\Document.pdf", password=''.join(i)) as pdf:
                print(len(pdf.pages))
            print(''.join(i))
            exit(0)
        except:
            pass
        s+=1
        print(100*s/total)

Answer 1

您的代码将永远不会实际测试任何密码，因为password不是open()的有效参数。因此，对它的每一个调用都会抛出一个TypeError，它被您的裸except子句所吞没。阅读正确的PDF库，这些库支持密码解密，并且除了语句以外，永远不要使用裸的。

Answer 2

用C语言重写。

值得注意的是，算法的性能可以提高，但不会增加很多，因为瓶颈肯定是一次又一次地打开文件。

编辑:这是一个奇怪的错误，请参阅@RichardNeumann的答案！

删除s的增量和打印:它在每次迭代中运行，对任何事情都没有贡献。

您可以做s2 += 1，即使s2已经被for循环增加了。这很有误导性。

编辑。感谢@SylvainD！

如果您认为每个符号只出现一次，则可以显着地减少可能性的数量。

如果这不起作用，我已经读到这个工具每秒破解PDF密码的速度是100 K。

请根据变量的实际代表来命名你的变量，即使它只是一个小脚本。我很难读到这篇文章。

Answer 3

代码

的回顾

有关Python代码本身的各种详细信息

您的代码看起来很好，并且正确地使用了Python的各种优秀特性:数据类型(如set )和模块(如迭代工具)。

• m变量没有那么有用
• s2的自动增量有点误导.以下是两个替代方案:直接使用s2+1获取product(c, repeat=s2+1)或通过在不同范围内迭代获得s2：for s2 in range(1, length+1)
• 大多数变量的名字并不表示实际意义：c是一个列表(可能是lst或chars)，s是一个计数器(可能是c或nb)，s2是一个长度。
• 计算total的方式可能值得解释。
• 不再使用math.factorial
• ''.join(i)可以只计算一次，在try之前
• r"C:\Users\User\Desktop\Document.pdf"可能在一个常数中
• 裸的except通常被皱眉，因为它们通常比预期的捕捉到的更多，并且也没有给读者提供任何关于被捕捉到的东西的意义。有关更多详细信息，请参阅使用裸露有什么不对？except？。

对程序

行为的评论

如果我想使用这样的工具，下面是一些我很可能会改变的行为方面。

• 每次迭代时调用print将花费一些时间，并且不会给用户提供太多的信息。另一种选择是打印s2：“即将尝试使用长度为X组合的密码进行测试”。
• 停留在长度为sorted(set(c))的字符串似乎非常随意。我的建议是继续使用itertools.count而不是range。