您好,登录后才能下订单哦!
这篇文章主要介绍怎么使用Python破解ZIP或RAR文件密码,文中介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
其实原理很简单,一句话概括就是「大力出奇迹」,Python 有两个压缩文件库:zipfile
和 rarfile
,这两个库提供的解压缩方法 extractall()
可以指定密码,这样的话首先生成一个密码字典(手动或用程序),然后依次尝试其中的密码,如果能够正常解压缩表示密码正确。
本文采取的虚拟环境为 Pipenv
.
库
zipfile:Python 标准库,使用时直接导入即可
rarfile:Python 第三方库
利用 Pipenv 安装 rarfile
pipenv install rarfile
最后,再将一个带有密码的压缩包放入实验环境中即可。
知道原理后,编码就会非常简单了
准备密码本
「密码本」其实就是一个包含了所有可能密码的文件,用户可以手动录入,也可以用程序录入。文末还会有一个介绍。
读取压缩文件
# 根据文件扩展名,使用不同的库 if filename.endswith('.zip'): fp = zipfile.ZipFile(filename) elif filename.endswith('.rar'): fp = rarfile.RarFile(filename)
尝试解压
先尝试不用密码解压缩,如果成功则表示压缩文件没有密码
fp.extractall(desPath) fp.close() print('No password') return
暴力破解
try: # 读取密码本文件 fpPwd = open('pwd.txt') except: print('No dict file pwd.txt in current directory.') return for pwd in fpPwd: pwd = pwd.rstrip() try: fp.extractall(path=desPath, pwd=pwd.encode()) print('Success! ====>'+pwd) fp.close() break except: pass fpPwd.close()
程序入口
if __name__ == '__main__': filename = sys.argv[1] if os.path.isfile(filename) and filename.endswith(('.zip', '.rar')): decryptRarZipFile(filename) else: print('Must be Rar or Zip file')
如果想要使用上述代码,我们只需在命令行执行python main.py <filename>
即可。例如python main.py test.zip
运行结果:
$ python main.py test.zip
Success! ====>323126
密码本如何获取?
看到这里,细心的小伙伴一定会发现,最核心的其实不是代码,而是**「密码本」。理论上只要密码本中的密码足够多,就一定能获取到压缩包的密码,这也就是俗称的「撞库」**。
如何加速破解过程?
解决了密码本的问题,深入思考的小伙伴的一定又会有新的疑问,密码本既然如此庞大,那如何加速破解的过程呢?这里给出两个思路
多线程(进程)破解
密码本如果很多且密码数量庞大时,我们可以采用多线程(进程)的方式读取密码,一个进程读一个密码本,一个线程分段读密码。当然,如果是在 python 中,建议不要采用多线程,因为 python 中的线程就是鸡肋,有兴趣的可以阅读相关资料。
利用 GPU 加速
我们以上的代码都是运行在 CPU 上的,即使开启多线程(进程)也只是利用到 CPU 的资源,但如果想要加速破解过程,我们其实还可以利用闲置的 GPU 资源。
在介绍为什么可以利用 GPU 加速前,我们需要明确一个观点,两者都为了完成计算任务而设计。
那为什么会想到使用 GPU 加速呢?这是就要说到两者的不同了:CPU 虽然有多核,但总数没有超过两位数,并且每个核的运算能力极其强大。而 GPU 的核数远超 CPU,但每个核的运算能力与 CPU 的核相比就相差甚远了。
我们可以简单的举个例子,解一道题,CPU 就是博士生,GPU 就是小学生,CPU 负责理解题目并且整理出解题的步骤以及解法,而 GPU 负责其中很简单但是数量又很大的简单运算就行了。
因此理论上在破解密码的过程中,我们完全可以使用 GPU 来加速这一过程。
事实上,这样的工具也已经出现了,Hashcat 便是最出名的一个,它号称是世界上最快的密码恢复工具,可以基于 CPU/GPU 等工作。
以上是“怎么使用Python破解ZIP或RAR文件密码”这篇文章的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。