【Python】pikepdfでパスワード保護されたPDFを解除する方法

はじめに

Pythonには、アプリケーション開発、Web開発、科学技術計算、ソフトウェアテスト、機械学習など、さまざまな用途に対応できる豊富なライブラリが揃っています。さらに情報セキュリティの分野でも、システムアプリケーションのテストや開発に活用されており、ハッシュ生成、情報収集・取得、暗号化・復号化、Webクローリング、スプーフィングなどに特化したスクリプトを備えたライブラリやツールが数多く公開されています。

本記事では、パスワードで保護されたPDFドキュメントを復号（ロック解除）するプログラムを作成します。復号には、よく使われるパスワードをまとめた「ワードリスト」を利用し、これを順番に試して正しいパスワードを見つけ出します。

注意： 本記事の内容は、自身が所有権を持つファイルや、事前に許可を得たファイルに対してのみ使用してください。他人のファイルへの不正アクセスは違法行為となるため、絶対に行わないでください。

必要なライブラリのインストール

PDFクラッカーを作成するには、pikepdfライブラリを使用します。以下のコマンドでインストールできます。

pip install pikepdf

また、試行の進捗状況を視覚的に確認するため、tqdmライブラリも併せてインストールしておきましょう。

pip install tqdm

ワードリストについて

今回は例として、一般的なパスワード5,000件を収録したワードリスト（wordlist.txt）を使用します。実際の解析では、より大規模な辞書ファイルを用意することで、パスワードの発見率を高めることができます。

コード例

import pikepdf
from tqdm import tqdm

# パスワードリストを読み込む
password = [line.strip() for line in open("wordlist.txt")]

# すべてのパスワード候補を順に試す
for paswrd in tqdm(password, "Cracking PDF"):
    try:
        # PDFファイルを開く
        with pikepdf.open("protected.pdf", password=paswrd) as pdf:
            # パスワードが一致したらループを抜けて結果を出力
            print("Password found:", paswrd)
            break
    except pikepdf._qpdf.PasswordError as e:
        # 一致しなければ次の候補へ
        continue

コードの解説

• password = [line.strip() for line in open("wordlist.txt")]： ワードリストファイルを1行ずつ読み込み、前後の空白を除去したパスワード候補をリストとして格納します。
• tqdm(password, "Cracking PDF")： 試行の進捗状況をプログレスバーとして表示し、処理の経過がひと目でわかります。
• pikepdf.open("protected.pdf", password=paswrd)： 各パスワード候補を使ってPDFファイルを開こうと試みます。
• pikepdf._qpdf.PasswordError： パスワードが一致しない場合に発生する例外です。これをキャッチすることで、エラーで停止せず次の候補へ処理を継続できます。
• パスワードが一致すると「Password found」とともに該当するパスワードが出力され、break文によってループを終了します。

実行結果

上記のコードを実行すると、ワードリスト内のパスワードが順番に検証され、正しいパスワードが見つかった時点でその内容が出力されます。