使用Python分析PDF文件
使用Python分析PDF文件
提问于 2014-06-16 18:36:53
我编写了一个检测恶意pdf文件的代码。我需要做的是：
我扫描的每一个pdf我都希望将其哈希值保存在散列数据库中，并且输出将保存在输出容器中，因此如果我有另一个pdf文件要扫描，我将检查它的散列值是否存在于散列数据库中，然后我将从输出容器中打印输出。但是，如果哈希值不存在，则将其添加到散列数据库中，并将输出添加到输出容器中。
我如何做到这一点，以及如何将散列值与输出容器中的输出链接起来。
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-06-16 18:47:14
你担心什么样的恶意文件？损坏的文件或含有病毒的pdfs？
要在python中使用pdf，可以使用pyPdf。
然后，您可以像这样打开该文件：
from pyPdf import PdfFileReader
my_doc = PdfFileReader(file("myfile.pdf", "rb"))这样，您将检查它是否是有效的文件。
关于链接，它可以在数据库本身中创建吗？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/24250028
复制相关文章
相似问题
腾讯云开发者
