几年前接过一个单子客户发来一份加密的PDF报价单说密码忘了里面是给甲方的重要报价第二天一早就要用。我第一反应是问他密码是你自己设的吗得到肯定回答后才开始动手。这个场景在今天依然频繁发生——电子合同、发票、标书、课程讲义随手设个密码三个月后自己也想不起来。这篇文章就是把这些经验整理出来PDF的密码保护到底是个什么原理哪些情况根本不用暴力破解哪些情况才需要上字典和掩码以及真正的暴力破解怎么跑能最快出结果。适合看过一点命令行、手里正好有个忘掉密码的PDF、又想自己动手解决问题的人。我会尽量把每一步讲到“拿着命令就能复现”的程度包括我在实际项目里踩过的坑。1. 先把“密码”这件事掰开揉碎PDF加密到底在保护什么很多人一拿到加密PDF就想上爆破工具其实先搞清楚加密类型往往能少走好几个小时的弯路。PDF的密码保护分两类混淆它们的代价非常大。1.1 打开密码与权限密码两把完全不同的锁第一类叫用户密码User Password也就是打开文件时弹出的“请输入密码”。这种加密作用于文件内容本身没有密码就解不开数据流属于真正的加密暴力破解时目标就是它。第二类叫所有者密码Owner Password对应的是“限制打印、限制复制、限制编辑”这类权限控制。关键点来了PDF的权限控制并不是强加密它更像一道“君子协定”。PDF阅读器打开文件后会读取权限标记来禁止相应操作但这些标记本身并没有被高强度加密保护。也就是说权限密码根本不需要让暴力破解器去“猜”用工具直接移除限制就行。我在实际中遇到至少三分之一的人搞混这两者。客户说“PDF有密码打不开”发过来一看文件能正常打开只是打印和复制被禁了。这种场景下你连字典都不用准备一条命令就结束了。1.2 加密算法的演变为什么有的PDF秒破有的跑几天另一个影响破解难度的核心因素是PDF的加密算法版本。PDF规范几十年下来加密方式经历了几个阶段PDF版本算法hashcat模式破解速度参考PDF 1.1 - 1.3Acrobat 2-4RC4 40bit10700极快GPU下每秒数亿次PDF 1.4 - 1.6Acrobat 5-8RC4 128bit / AES-12810400每秒几十万到几百万次PDF 1.7 Level 3Acrobat 9AES-12810500约几十万次PDF 1.7 Level 8Acrobat 10-11AES-25610600大幅下降视迭代次数而定为什么同样叫“暴力破解”速度差距这么大因为PDF的密钥派生过程会反复做哈希运算比如AES-256要迭代几十次这就让每一次密码尝试都变得非常“昂贵”。便宜密码一秒能试一个亿贵的密码一秒只能试几千次直接决定了你这单能不能按时交付。所以拿到PDF后第一件事不是跑工具而是用pdfinfo或者qpdf看一眼加密信息确认版本再决定策略。2. 恢复工具怎么选四类工具的定位与适用范围PDF口令恢复的生态其实相当成熟关键是用对工具。下面这几个是我测试下来最顺手的大致可以分成“秒杀型”“CPU均衡型”“GPU暴力型”和“轻量专属型”四类。2.1 最快路径qpdf30秒干掉权限密码qpdf是一个处理PDF结构的瑞士军刀我最早用它是因为它在服务器上处理PDF非常干净不依赖GUI。它可以解密、拆分、合并、检查PDF对权限密码的处理尤其干脆。# 查看加密信息 qpdf --show-encryption encrypted.pdf # 移除权限限制owner password直接跳过 qpdf --decrypt encrypted.pdf decrypted.pdf如果你用--decrypt时没有被要求输入密码说明这个PDF只有权限密码或者根本没有打开密码输出文件就是完整可用的明文件了。这里有个细节如果PDF同时设了打开密码和权限密码--decrypt会提示密码错误因为qpdf必须先用用户密码解开数据流。所以这条命令本身就是个二分判断能不能解开一眼知道是哪类锁。2.2 暴力破解主力John the Ripper与hashcat的分工真正需要暴力破解时我用得最多的是John the RipperJtR和hashcat。两者思路一样先把PDF转换成一个标准的“密码哈希”文件再用字典、掩码或纯暴力方式去碰撞这个哈希。John the Ripper的好处是CPU就能跑安装简单自带pdf2john.pl脚本适合快速试水。hashcat则强在GPU加速一块像样的N卡能把速度再拉高一两个数量级适合真正需要大规模跑的场合。这里必须提一个关键认知PDF的哈希提取不是解密码而是计算出一种“校验指纹”。PDF里存的不是密码本身而是通过密码和文件数据计算出的一个验证值。破解器要做的是对字典里的每个候选密码做同样的计算看结果是否匹配。这就解释了为什么PDF破解比很多其他格式慢——每次尝试都要重复整套密钥派生流程。2.3 pdfcrack轻量场景的另一种选择pdfcrack算是个小众但实用的工具它内置了暴力模式和字典模式命令行非常简洁# 字典模式 pdfcrack -f encrypted.pdf -w rockyou.txt # 纯暴力模式尝试所有 6 位小写字母 pdfcrack -f encrypted.pdf -c abcdefghijklmnopqrstuvwxyz -m 6 -n 6它的优势是安装包小、依赖少在老旧Linux服务器上也能编译运行。缺点是速度上限不如hashcat遇到高版本AES-256的大字典会显得力不从心。我的用法是临时环境、不想装一堆依赖时pdfcrack顶上来先跑一轮字典命中就算捡到不命中再换hashcat。工具选型给个参考表工具适合场景攻击模式上手难度qpdf权限密码移除、加密信息检查无需破解极低John the RipperCPU快速字典测试字典、增量、规则较低hashcatGPU大规模碰撞字典、掩码、纯暴力、规则中pdfcrack轻量环境、简单密码字典、纯暴力低3. 完整实操从加密PDF到明文口令的恢复链路下面这整套流程是我处理文件时比较固定的一套打法每一步都有明确目的。你照着走一遍基本能覆盖九成以上的“忘了密码”场景。3.1 第一步确认加密类型并提取哈希拿到加密PDF后不要急着跑爆破先确认文件类型。我一般用两个命令交叉验证# 用qpdf看加密参数 qpdf --show-encryption locked.pdf # 用pdfinfopoppler-utils看更详细的信息 pdfinfo locked.pdfqpdf --show-encryption会输出类似这样的信息R 4 P -3904 O 8c4... U a6d... Encrypted using AES-128R值代表PDF安全版本P是权限标志位O和U分别是对应所有者密码和用户密码的加密校验值。看到R 4就知道这是PDF 1.5版本左右的AES-128加密hashcat对应模式是10400或10500需要进一步用hash提取工具确认。提取哈希我习惯用John自带的脚本# Kali / Parrot 或自己装好John以后 pdf2john.pl locked.pdf locked.hash生成的locked.hash形如locked.pdf:$pdf$2*3*128*-4*1*16*8c4f...*a6d...以$pdf$开头说明格式对。注意如果提示无法识别大概率是PDF版本太新或者用了PDF 2.0加密标准这时候可以用hashcat的辅助脚本pdf2hashcat.py或者直接升级工具链。3.2 第二步字典跑一遍多数密码根本不用“暴力”很多人一提到破解就想从头到尾枚举每一个字符组合这是误解。真实世界的密码分布极度不均匀最常见的密码就是那几千个。所以效率最高的永远是先上字典。我常用的字典是rockyou.txtKali里自带路径在/usr/share/wordlists/rockyou.txt.gz先解压再用gunzip /usr/share/wordlists/rockyou.txt.gz # John跑字典 john --wordlist/usr/share/wordlists/rockyou.txt locked.hash # 或者hashcat跑字典 hashcat -m 10400 locked.hash /usr/share/wordlists/rockyou.txt有一次帮同事恢复一个老报价单文件是AES-128加密我一上来跑了6位纯数字暴力折腾了快40分钟没结果。后来换了个思路先用rockyou.txt字典跑30秒就出来了——密码是abc123。因为设密码的人就是他本人习惯性用了个“看着像密码的弱密码”。字典攻击命中弱密码概率之高远超想象。跑完以后用以下命令看结果john --show locked.hash如果字典没命中别急着换暴力。先想想设密码的人的性格和习惯这个环节我把它叫“社工字典构造”公司简称年份、姓名拼音生日、手机后六位、项目代号通讯录里的常用数字把这些组合成一个自定义字典往往比通用字典更有效。# 快速构造一个自定义字典 cat mydict.txt EOF abc123 123456 password taobao2024 zhangsan1988 13800138000 qwe123456 EOF hashcat -m 10400 locked.hash mydict.txt3.3 第三步掩码攻击命中“已知片段密码”字典跑完没中但你对密码的pattern有印象比如“我记得好像是8位前面两个字母后面六个数字”那就要用掩码攻击了。掩码mask的概念是用占位符描述密码结构让破解器只枚举符合结构的候选密码大幅缩小搜索空间。hashcat的掩码规则很直观?d代表数字 0-9?l代表小写字母 a-z?u代表大写字母 A-Z?s代表特殊符号?a代表以上所有可打印字符假设密码结构是“两个小写字母六个数字”命令就是hashcat -a 3 -m 10400 locked.hash ?l?l?d?d?d?d?d?d-a 3表示掩码攻击模式。这种模式下候选空间是26的平方乘上10的6次方也就是6.76亿种组合AES-128加密用一块中端GPU大约几分钟就可以跑完比我之前傻乎乎的纯暴力高效得多。再举个例子如果你记得密码是“8位首字母大写后面跟生日年月日”可以写?u?d?d?d?d?d?d?d或者更精确一点用?u?d?d?d?d?d?d加年份限制。掩码攻击的精髓就是“用你对密码的记忆缩小空间”不要试图覆盖所有可能那会指数级增加耗时。3.4 第四步纯暴力模式与预估耗时掩码也覆盖不了说明密码完全没有规律才需要上纯暴力。所谓纯暴力就是让破解器枚举指定长度、指定字符集内的所有组合。# 尝试所有 6 位纯数字 hashcat -a 3 -m 10400 locked.hash ?d?d?d?d?d?d # 尝试所有 7 位小写字母数字 hashcat -a 3 -m 10400 locked.hash ?l?l?l?l?l?l?l?d这里有个残酷的数学规律字符集和长度每增加一点候选空间都是指数级膨胀。我根据自己GTX 1660的实测数据给个参考AES-128PDF 1.6让你心里有个底密码结构候选数量参考耗时6位纯数字100万秒级8位纯数字1亿分钟级6位纯小写3亿分钟级8位纯小写2080亿数小时8位混合大小写数字2.8万亿数天10位混合字符万亿级别不现实所以如果你的目标是纯暴力跑一个10位以上的随机密码基本可以放弃这条路去考虑兜底方案。4. 提速、兜底与合规真实项目中必须想清楚的三件事4.1 GPU加速前后耗时对比以及掩码、字典构造技巧hashcat只有在GPU上才能发挥实力CPU跑和GPU跑的差距通常在几十倍。用--opencl-device-types指定GPU设备hashcat -I # 列出可用设备 hashcat -m 10400 -d 1 locked.hash wordlist.txt # 指定设备1我自己的经验一块GTX 1660 Super跑AES-128字典速度大概是每秒50万次同样的任务在8核CPU上跑大概只有每秒5万次。差了十倍。如果你只有CPU建议直接用John它针对CPU做了不少优化比hashcat在CPU上跑更快。GPU跑的时候注意显存占用和温度长任务建议用--runtime设个时间上限跑不完就先存进度hashcat --restore # 恢复上次任务字典这块我多说一句不要迷信大字典质量比数量重要。rockyou.txt有1400万条里面大量是废话我一般会先用--show看字典命中的分布再自己做一个“高频密码社工信息”的组合字典十次里有八次比直接上rockyou更快出结果。4.2 破解不了时的兜底方案OCR、留存版本与在线服务如果密码强度真的很高暴力破解在可接受时间内无法完成别死磕。我通常按这个顺序找替代路径先看这个PDF是不是“扫描件”。很多所谓的加密PDF内容其实是图片文件本身被加密了但如果你能拿到一页预览图直接OCR往往能提取全部文字。这不是绕过密码而是利用了“PDF里嵌入的图片预览”在某些渲染器里会先显示再校验的窗口。再看有没有源文件。PDF常常是由Word、WPS、LaTeX或设计软件导出的。如果源文件还在或者企业网盘/邮箱里还有没过期的版本直接重新导出一份比破解快得多。我自己就碰到过客户把加密PDF发过来结果在他公司网盘的最近编辑记录里找到了未加密的原始文档。最后才考虑在线服务。现在有些在线PDF解密平台背后其实就是一批虚拟机在跑hashcat也不排除它们保存了你上传的文档。如果文件涉及商业机密或隐私千万别传。本地工具慢归慢至少可控。4.3 技术边界与合规意识什么能跑什么不能跑工具本身是中性的但如果用错场景就会出问题。我接这类恢复需求前一定会确认文件来源是你自己生成的是公司内部授权的旧合同还是离职同事留下的资料如果答案含糊我会拒绝。这点圈内人应该深有体会。暴力破解本身在安全测试、取证分析和密码找回场景里是常规手段但未授权情况下对他人PDF进行口令猜测轻则违反平台规则重则触犯法律。所以这篇里的命令只建议用在“自己拥有合法访问权限”的文档上别拿它去测试同事、客户或陌生人的文件。4.4 我踩过的几个坑编码、版本和“假破解成功”最后分享几个实战中遇到的怪问题帮你少走弯路。中文密码的编码坑有一次PDF密码是中文我用hashcat跑字典没中后来才发现是编码问题。PDF创建时用的是UTF-8编码的中文密码但我的字典文件是GBK编码。两个编码体系下同一个汉字对应的字节完全不同怎么跑都匹配不上。解决方法是把字典统一转成PDF创建者使用的编码或者在hashcat里用--encodingutf-8明确指定。版本判断错误的坑pdf2john.pl提取出来的哈希如果格式错位hashcat会直接报Token length exception。这时候别怀疑hashcat坏了先看看R值是几对应好模式。我见过有人拿着AES-256的hash去跑10400模式白跑了一晚上。“假破解成功”的坑John有时候会输出一个结果但你用这个密码去打开PDF却不对。原因通常是John命中了$pdf$哈希里嵌着的U值校验段而不是完整的用户密码验证或者工具提取哈希时不完整。这时候回退到qpdf --decrypt用密码实测一下实测能打开才算真成功。这套流程下来大部分“忘密码”的场景都可以在两个小时内解决。遇到实在破不了的也别太执着——我曾经花了一个周末去跑一个6位纯大写密码跑出来发现是客户生日自己要是早点想到就不用熬那个夜了。下次再遇到加密PDF先问问自己这密码到底是谁设的他习惯用什么样的组合方式这个思路比任何工具都重要。