我们经常会从网络上下载一些带密码的压缩包，想要获取里面的内容，往往就要给提供商支付一些费用。想要白嫖其中的内容，常见的做法是百度搜索一些压缩包密码破解软件，但后果相信体验过的人都知道。本文将会利用 Python 破解压缩包的密码，这里以 ZIP/RAR 为例。
！
破解原理
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则表示密码正确。
实验环境
本文采取的虚拟环境为 Pipenv，有关 Pipenv 的详细介绍可以参考我的这篇文章 👉《Python 管理哪家强？》
库
zipfile：Python 标准库，使用时直接导入即可
rarfile：Python 第三方库，使用时需要安装，API 文档(https://rarfile.readthedocs.io/en/latest/api.html)
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。
编码
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')
使用
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
扩展
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」。
这时问题又来了，如何搜集到足够多的密码？我在搜索资料的时候发现已经有人整理好了，我 fork 了一份到了自己的仓库，有兴趣的可以点击 👉爆破字典(https://github.com/YueYongDev/Blasting_dictionary)
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 工作。有兴趣的可以访问他的官网https://hashcat.net/hashcat/进行了解。
