企业官网建设流程全解析

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：

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：qpdf，30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 Ripper（JtR）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：

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pdfinfo（poppler-utils）看更详细的信息 pdfinfo locked.pdf

qpdf --show-encryption会输出类似这样的信息：

R = 4 P = -3904 O = 8c4... U = a6d... Encrypted using AES-128

R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.txt，Kali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.txt

3.3 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-128，PDF 1.6），让你心里有个底：

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--encoding=utf-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。