Безопасность и аудит

Аудит PDF

Проверяет PDF на JavaScript, вложения, автозапуск и шифрование.

Python Windows macOS Linux Средний
Скачать audit_pdf.py
Описание

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.

Запуск

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.

Примеры

Другие варианты

  • python audit_pdf.py --path ./invoice.pdf
  • python audit_pdf.py --path . --json pdf.json
Зависимости

Что понадобится

Python 3.10+ Только стандартная библиотека
Windows winget install Python.Python.3.12
macOS brew install python
Linux sudo apt install python3
pypdf Разбор PDF
Windows py -m pip install pypdf
macOS python3 -m pip install pypdf
Linux python3 -m pip install pypdf
Исходник

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.

CLI 1.0.0

Скачать без браузера

Команда скачает этот файл в текущую папку. CLI работает на Windows, macOS и Linux.

scriptdock get security-pdf-audit
  • Поиск по всему каталогу
  • Python 3.10+
  • Без внешних пакетов
Скачать CLI

GUI-версия готовится. Подробнее

Категория

Безопасность и аудит

Проверка прав, хеши, сертификаты, подозрительные файлы и базовая защита.