pdfgrab

• संस्करण 0.4.9

यह क्या है?

यह एक पुनर्जन्मित उपकरण है, जिसका उपयोग उस युग में किया जाता था जब डायनासोर पृथ्वी पर विचरण कर रहे थे। मूल रूप से यह PDF फ़ाइलों का मेटाडेटा के लिए विश्लेषण करता है। आप इसे pdf वाली फ़ाइल या निर्देशिका पर ले जा सकते हैं। आप इसे किसी pdf का URL दिखा सकते हैं या लक्ष्य साइट पर pdf खोजने, डाउनलोड करने और उनका विश्लेषण करने के लिए एकीकृत googlesearch (mario vilas class को धन्यवाद) का उपयोग कर सकते हैं।

0.4.9 में नया क्या है?

• रिपोर्टिंग विधियों को libreport.py में निर्यात किया गया
• विभिन्न रिपोर्ट विधियों को अक्षम करने के लिए optargs जोड़े गए
• html रिपोर्ट को थोड़ा और आकर्षक बनाया गया
• विश्लेषण के बाद html रिपोर्ट उत्पन्न करने के लिए फ़ंक्शन जोड़ा गया
• अनुरोधों (requests) को निर्यात किया गया और डेटा को नई लाइब्रेरी में संग्रहीत किया गया
• कोड सुधार और अधिक स्पष्ट त्रुटि प्रबंधन
• खोज फ़्लैग -s से अनिवार्य site: पैरामीटर हटाया गया
• readme अपडेट किया गया
• -s फ़्लैग अब कई डोमेन स्वीकार करता है
• कंसोल लॉगिंग अधिक स्वच्छ

कौन सी जानकारी एकत्र की जा सकती है?

यह pdf बनाने के लिए उपयोग किए गए सॉफ़्टवेयर पर निर्भर करता है। और इस पर भी कि इसे साफ किया गया है या नहीं। हालांकि, सामान्यतः निम्नलिखित चीज़ें पाई जाती हैं:

• Producer
• Creator
• CreationDate
• ModificationDate
• Author
• Title
• Subject

और कुछ और :)

आखिर यह किसलिए है?

खैर, इसका उपयोग कई चीज़ों के लिए किया जा सकता है। हालांकि, मैं इसके केवल सुरक्षा पहलू पर ध्यान केंद्रित करूँगा। आपके लक्ष्य के आधार पर आपको निम्नलिखित के बारे में जानकारी मिलेगी:

• कंपनी xyz में उपयोग किया जाने वाला सॉफ़्टवेयर
  • संभावित संस्करण संख्याएँ
    • यह आपको मौजूदा कमजोरियों की पहचान करने में मदद करेगा
  • कभी-कभी pdf नए सिरे से रेंडर किए जाते हैं, उदाहरण के लिए अपलोड पर
    • अब आप पता लगा सकते हैं कि रेंडरिंग इंजन क्या है और उसमें बग ढूंढ सकते हैं
• दस्तावेज़ों का लेखक कौन है
  • कभी-कभी उपयोगकर्ता नाम OS के ही उपयोगकर्ता होते हैं
    • बधाई हो, आपने केवल एक pdf का विश्लेषण करके डोमेन में एक मौजूदा उपयोगकर्ता नाम ढूंढ लिया है
    • इस जानकारी को पहले भाग के साथ मिलाएँ, आप जान जाएँगे कि कौन सा उपयोगकर्ता कौन सा सॉफ़्टवेयर उपयोग करता है
• पासवर्ड ... क्या मुझे और कहने की आवश्यकता है?

क्या यह पूर्णतः विश्वसनीय है?

बिल्कुल नहीं। कृपया ध्यान दें कि मेटाडेटा, अन्य सभी डेटा की तरह, केवल उस फ़ाइल में लिखा जाता है। इसलिए इसे अपलोड करने से पहले बदला जा सकता है। फिर भी, वास्तव में उस तरह के डेटा को बदलने वाली कंपनियों की संख्या शायद 20% है। साथ ही, यदि यह खाली या ऐसा ही है, तो आप इसे पहचान लेंगे।

यह कैसे काम करता है?

हर अधिक जटिल फ़ाइल प्रकार, जो .txt या इसी तरह से ऊपर है, सुविधा, ग्राहक सहायता या केवल यह फैलाने के लिए कि इसका उपयोग किया गया है, मेटाडेटा का उपयोग करता है। चित्रों, दस्तावेज़ों, वीडियो, संगीत जैसी विभिन्न प्रकार की फ़ाइलों के मेटाडेटा के बारे में ऑनलाइन बहुत सारी जानकारी उपलब्ध है। यह उपकरण केवल pdf पर केंद्रित है। यदि आप इस शब्द से अपरिचित हैं, तो यहाँ देखें:

• https://en.wikipedia.org/wiki/Metadata

इसके अलावा, यदि आप वास्तविक pdf विश्लेषण में रुचि रखते हैं, तो यह उपकरण आपके लिए केवल मूल बातें करेगा। इसे दुर्भावनापूर्ण, मैलवेयर या यहाँ तक कि दिलचस्प फ़ाइलों का विश्लेषण करने के लिए नहीं लिखा गया है। इसका उद्देश्य आपको यह अंदाज़ा देना है कि लक्ष्य xyz पर क्या उपयोग हो रहा है। यदि आप अधिक गहन विश्लेषण की तलाश में हैं, तो मैं Didier Stevens के उपकरणों की अनुशंसा करता हूँ:

• https://blog.didierstevens.com/programs/pdf-tools/

डाउनलोड

git clone https://github.com/c0decave/pdfgrab
cd pdfgrab
python3 pdfgrab.py -h

उपयोग

ये आपके मुख्य विकल्प हैं:

• URL से pdf प्राप्त करें और विश्लेषण करें
• Google के माध्यम से साइट पर pdf खोजें, प्राप्त करें और विश्लेषण करें
• स्थानीय pdf का विश्लेषण करें
• उसमें pdf वाली स्थानीय निर्देशिका का विश्लेषण करें

एकल URL मोड

# ./pdfgrab.py -u https://www.kernel.org/doc/mirror/ols2004v2.pdf

परिणाम:

[+] Grabbing https://www.kernel.org/doc/mirror/ols2004v2.pdf
[+] Written 3893173 bytes for File: pdfgrab/ols2004v2.pdf
[+] Opening pdfgrab/ols2004v2.pdf
--------------------------------------------------------------------------------
File: pdfgrab/ols2004v2.pdf
/Producer pdfTeX-0.14h
/Creator TeX
/CreationDate D:20040714015300
--------------------------------------------------------------------------------

एकल फ़ाइल मोड

# ./pdfgrab.py -f pdfgrab/ols2004v2.pdf 

परिणाम:

[+] Parsing pdfgrab/ols2004v2.pdf
[+] Opening pdfgrab/ols2004v2.pdf
--------------------------------------------------------------------------------
File: pdfgrab/ols2004v2.pdf
/Producer pdfTeX-0.14h
/Creator TeX
/CreationDate D:20040714015300
--------------------------------------------------------------------------------

निर्देशिका मोड

./pdfgrab.py -F pdfgrab/

उस निर्देशिका में सभी pdf का विश्लेषण करेगा

Google खोज मोड

# ./pdfgrab.py -s kernel.org

परिणाम:

[+] Seek and analysing site:kernel.org
http://vger.kernel.org/lpc_bpf2018_talks/bpf_global_data_and_static_keys.pdf
http://vger.kernel.org/netconf2018_files/JiriPirko_netconf2018.pdf
http://vger.kernel.org/netconf2018_files/PaoloAbeni_netconf2018.pdf
http://vger.kernel.org/lpc_net2018_talks/LPC_XDP_Shirokov_paper_v1.pdf
http://vger.kernel.org/netconf2018_files/FlorianFainelli_netconf2018.pdf
http://vger.kernel.org/lpc_net2018_talks/tc_sw_paper.pdf
https://www.kernel.org/doc/mirror/ols2009.pdf
https://www.kernel.org/doc/mirror/ols2004v2.pdf
http://vger.kernel.org/lpc_net2018_talks/ktls_bpf.pdf
http://vger.kernel.org/lpc_net2018_talks/ktls_bpf_paper.pdf

[+] Written 211391 bytes for File: pdfgrab/bpf_global_data_and_static_keys.pdf
[+] Opening pdfgrab/bpf_global_data_and_static_keys.pdf
--------------------------------------------------------------------------------
File: pdfgrab/bpf_global_data_and_static_keys.pdf
/Author 
/Title 
/Subject 
/Creator LaTeX with Beamer class version 3.36
/Producer pdfTeX-1.40.17
/Keywords 
/CreationDate D:20181102231821+01'00'
/ModDate D:20181102231821+01'00'
/Trapped /False
/PTEX.Fullbanner This is pdfTeX, Version 3.14159265-2.6-1.40.17 (TeX Live 2016) kpathsea version 6.2.2

Google खोज मोड, कई डोमेन

# ./pdfgrab.py -s example.com,example.us

रिपोर्टिंग

pdfgrab जानकारी को विभिन्न प्रारूपों में आउटपुट करता है। यदि इसे किसी रिपोर्टिंग फ़्लैग (देखें -h) द्वारा अक्षम नहीं किया गया है, तो आपको आउटपुट निर्देशिका में मिलेगा:

• html रिपोर्ट
• टेक्स्ट रिपोर्ट
• टेक्स्ट URL सूची
• JSON डेटा
• JSON URL सूची

लॉगिंग

pdfgrab चालू निर्देशिका में "pdfgrab.log" नामक एक लॉगफ़ाइल बनाता है।

Google

• खोज: filetype:pdf site:com
• परिणाम: 264.000.000

अस्वीकरण

मज़ा लीजिए!