扫描受保护的 pdf 文档

Question

我目前需要查找目录中的哪些 pdf 是“受保护的文档”。 所有 pdf应该都是不安全的，并且可以通过 xpdf 进行转换，但事实并非如此。如何扫描目录中的所有 pdf 文件以了解它们是否受到保护？

Answer 1

pypdf 支持解密 PDF。它的 PdfReader 类具有 is_encrypted 属性。

import pypdf
if pypdf.PdfReader("file_name.pdf").is_encrypted:
    print("Rut ro, it's encrypted.")
    # skip file? Write to a log?
else:
    print("We're clear.")
    # Do stuff with the file.

Answer 2

数字签名的 PDF 是另一种类型的“安全文档”。 pypdf 再次提供了一个解决方案：

import pypdf
def is_signed(pdf_file_path):
    reader=pypdf.PdfReader(pdf_file_path)
    root=reader.trailer['/Root'];l_signed=False
    if acroform:=root.get('/AcroForm'):
        if acroform and (sig:=acroform.get('/SigFlags')):
            l_signed=bool(sig & 1)
    return l_signed

该解决方案的灵感来自于 OCRmyPDF 代码。