Аудит PDF
Проверяет PDF на JavaScript, вложения, автозапуск и шифрование.
Что делает скрипт
Скрипт читает метаданные и структуру PDF через pypdf, а также ищет в сырых байтах маркеры JavaScript, Launch, EmbeddedFile, OpenAction и URI. Вложения и активные действия отмечаются отдельно, страницы и содержимое не извлекаются. Метаданные автора не выводятся, чтобы не раскрывать лишние данные.
Быстрый старт
python audit_pdf.py --path ./documents
Скачайте файл, откройте терминал в папке со скриптом и выполните команду.
В Linux и macOS интерпретатор может называться python3, в Windows - python или py.
Другие варианты
python audit_pdf.py --path ./invoice.pdfpython audit_pdf.py --path . --json pdf.json
Что понадобится
winget install Python.Python.3.12
brew install python
sudo apt install python3
py -m pip install pypdf
python3 -m pip install pypdf
python3 -m pip install pypdf
audit_pdf.py
#!/usr/bin/env python3
"""Аудит PDF на активное содержимое и вложения."""
from __future__ import annotations
import argparse
import json
import os
from pathlib import Path
MARKERS = {
"JavaScript": b"/JavaScript",
"JS": b"/JS",
"Launch": b"/Launch",
"EmbeddedFile": b"/EmbeddedFile",
"OpenAction": b"/OpenAction",
"AdditionalActions": b"/AA",
"URI": b"/URI",
"XFA": b"/XFA",
}
def parse_metadata(metadata) -> dict[str, str]:
if not metadata:
return {}
result = {}
for key, value in metadata.items():
text = str(value)
if key in {"/Producer", "/Creator", "/Title", "/CreationDate", "/ModDate"}:
result[str(key)] = text[:160]
return result
def main() -> int:
parser = argparse.ArgumentParser(description="Аудит PDF")
parser.add_argument("--path", type=Path, required=True, help="Файл или каталог")
parser.add_argument("--limit", type=int, default=100, help="Максимум файлов")
parser.add_argument("--max-size", type=int, default=50 * 1024 * 1024, help="Пропускать PDF больше N байт")
parser.add_argument("--json", type=Path, help="Сохранить отчёт в JSON")
args = parser.parse_args()
try:
from pypdf import PdfReader
except ImportError:
print("Не установлен pypdf. Выполните: python3 -m pip install pypdf")
return 2
source = args.path.expanduser().resolve()
if not source.exists():
parser.error(f"Путь не найден: {source}")
if source.is_file():
files = [source]
else:
files = []
for dirpath, dirnames, filenames in os.walk(source, followlinks=False):
dirnames[:] = [d for d in dirnames if d not in {".git", "node_modules"}]
for name in filenames:
if name.lower().endswith(".pdf"):
files.append(Path(dirpath) / name)
if len(files) >= args.limit:
break
if len(files) >= args.limit:
break
reports = []
for path in files[: args.limit]:
report = {
"file": str(path),
"size": path.stat().st_size,
"pages": None,
"encrypted": False,
"attachments": 0,
"markers": {},
"metadata": {},
"error": "",
}
if report["size"] > args.max_size:
report["error"] = "файл больше лимита"
reports.append(report)
continue
try:
raw = path.read_bytes()
report["markers"] = {name: raw.count(marker) for name, marker in MARKERS.items()}
reader = PdfReader(str(path))
report["encrypted"] = bool(reader.is_encrypted)
if not report["encrypted"]:
report["pages"] = len(reader.pages)
report["metadata"] = parse_metadata(reader.metadata)
try:
attachments = reader.attachments
report["attachments"] = sum(len(items) for items in attachments.values())
except Exception:
report["attachments"] = -1
except Exception as error:
report["error"] = str(error)
reports.append(report)
print(f"Проверено PDF: {len(reports)}")
for report in reports:
print()
print(f" {report['file']} ({report['size']} байт)")
if report["error"]:
print(f" ошибка: {report['error']}")
continue
print(f" страниц: {report['pages'] if report['pages'] is not None else '?'}, шифрование: {'да' if report['encrypted'] else 'нет'}")
print(f" вложений: {report['attachments'] if report['attachments'] >= 0 else 'не удалось определить'}")
active = [name for name, count in report["markers"].items() if count]
if active:
details = ", ".join(f"{name}={report['markers'][name]}" for name in active)
print(f" активные маркеры: {details}")
else:
print(" активные маркеры: не найдены")
if report["metadata"]:
print(f" метаданные: {', '.join(sorted(report['metadata']))}")
if args.json:
args.json.write_text(json.dumps({"files": reports}, ensure_ascii=False, indent=2) + "\n", encoding="utf-8")
print(f"JSON сохранён: {args.json}")
return 0
if __name__ == "__main__":
raise SystemExit(main())
Скрипты работают с файлами и настройками системы. Перед запуском прочитайте код и проверьте пути. Особенно если скрипт удаляет, перезаписывает или перемещает данные.