ParanoiDF

PDF 分析工具中的瑞士军刀。基于 peepdf - http://peepdf.eternal-todo.com。本 README 在 peepdf README 基础上构建。

此工具是我为计算学院（英国肯特大学坎特伯雷校区）完成的理学硕士论文/项目的一部分。该工具构思的幕后推手是 Julio Hernandez-Castro (www.azhala.com)。

主页

• https://github.com/patrickdw123/ParanoiDF
• patrickdw123(at)gmail(dot)com
• http://uk.linkedin.com/pub/patrick-wragg/8a/a7a/324/

功能

参见 https://github.com/patrickdw123/ParanoiDF/wiki。

依赖项

• 为了破解密码：
  • 需要 PdfCrack（apt-get install pdfcrack）
• 为了移除 DRM（编辑、复制等）：
  • 需要 Calibre 的 ebook-convert（apt-get install calibre）
• 为了解密 PDF：
  • 需要 qpdf（apt-get install qpdf）
• 为了使用命令 redact：
  • 需要 NLTK（自然语言工具包）（apt-get install python-nltk）
  • 需要 Java（Stanford 解析器由 Java 编写）（apt-get install default-jre）
• 为支持 XML 输出，需要 "lxml"：
  • http://lxml.de/installation.html
• 包含的模块：lzw、colorama、jsbeautifier、ccitt、pythonaes（感谢所有开发者！！）

安装

除了已说明的依赖项外，无需安装，只需执行：

python paranoiDF.py

执行

运行 ParanoiDF 时有两条重要选项：

-f：忽略解析错误。分析恶意文件通常会导致解析错误，因此应设置此参数。 -l：设置松散模式，这样不会搜索 endobj 标签，因为该标签并非必需。有助于处理格式错误的文件。

• 简单执行

显示文件在解码/解密和分析后的统计信息：

python paranoiDF.py [选项] pdf_file

• 交互式控制台

执行交互式控制台，提供丰富的工具供使用。

python paranoiDF.py -i 

• 批处理执行

可以使用命令文件指定批处理模式下要执行的命令。这种执行方式有助于自动分析多个文件：

python paranoiDF.py [选项] -s 脚本文件

一些提示

如果解析 PDF 文件时显示的信息不足以判断其是否有害，以下命令可以提供帮助：

• tree

显示文件或指定版本的树形图。这里可以看到可疑元素。

• offsets

显示文件或指定文档版本的物理映射。有助于发现异常大的对象或对象之间的巨大空白。

• search

在对象中（包括解码和加密的流）搜索指定的字符串或十六进制字符串。

• object/rawobject

显示对象的（原始）内容。

• stream/rawstream

显示流的（原始）内容。

待办事项（附计划开始日期）

V2.0：

• 优化并测试编辑阈值：2014年8月30日
• 添加自动获取编辑框信息（如字号、字体及编辑框坐标）的功能：2014年8月30日
• 添加其他加密算法（如 AES）：2014年10月1日
• 数字签名分析：2014年10月1日
• 添加图形用户界面

缺陷

欢迎将缺陷/批评/赞美/意见发送至 patrickdw123(at)gmail(dot)com。