如何在.NET Core的PDF文档中找到Java脚本？

Question

我需要在服务器端（.NET Core）实现检查 PDF 文档是否存在 Java 脚本的能力。 如果那里有脚本，那么我需要通知用户。 是否可以在不使用付费图书馆的情况下做到这一点？ 我将不胜感激任何想法。

Answer 1

跨平台 poppler utils 是最简单易用的，不保证任何手段都会发现故意遮挡 JavaScript

pdfinfo -js filename.pdf

将 output 作为纯文本嵌入任何标准 JavaScript，因此如果文本看起来模糊不清，您可以预先警告有异常。

带有普通/JavaScript条目的常见 PDF 将通过简单的纯文本搜索显示。

对于可疑或压缩的文件对象，一个简单的扩展是使用 pdf 解压缩器（如果需要将任何内容显示为纯文本，则必须解压缩内部流）和文本搜索/JavaScript标记，例如：-

<</S/JavaScript/JS(\n\r\n\r\n// T

然而，一篇关于 PDF 漏洞利用的文章可以合法地包含此文本
Td [(/JavaScript)]TJ

并且 JS 很容易在运行时进行自我编辑，因此不会以这种简单的方式检测到/JavaScr##69pt

对于具有可变答案的类似问题（针对 PHP），请参阅Find malicious PDF files using PHP validation?

Answer 2

使用 PDFsharp 和 MigraDoc，可以免费使用，因为它是开源的 ( http://www.pdfsharp.net/Licensing.ashx )