c# - 从 PDF 中提取 SWF 文件

Question

我已经实现了使用 iTextsharp 将 swf 文件添加到 pdf 中，我的问题是，是否可以进行逆向工程，例如，如果我将 pdf 作为输入，我必须从中获取 swf 文件，如果是的话我该如何可以做到吗？

任何有关如何开始的想法，我们将不胜感激。

亲切的问候，

拉古.M

Answer 1

这是一个工作示例，在这里使用此嵌入的 pdf(我找到的第一个):

http://www.opf-labs.org/format-corpus/pdfCabinetOfHorrors/fileAttachment.pdf

并提取嵌入文件，在本例中为 KSBASE.WQ2 文件。

    public static void ExtractAttachments(String src, String dir)
    {

        PdfReader reader = new PdfReader(string.Format("{0}\\{1}", dir, src));
        PdfDictionary root = reader.Catalog;
        PdfDictionary names = root.GetAsDict(PdfName.NAMES);
        PdfDictionary embedded = names.GetAsDict(PdfName.EMBEDDEDFILES);
        PdfArray filespecs = embedded.GetAsArray(PdfName.NAMES);
        for (int i = 0; i < filespecs.Size; )
        {
            ExtractAttachment(reader, dir, filespecs.GetAsString(i++),
            filespecs.GetAsDict(i++));

        }
    }

    protected static void ExtractAttachment(PdfReader reader, string dir, PdfString name, PdfDictionary filespec)
    {
        PRStream stream;
        FileStream fos;
        String filename;
        PdfDictionary refs = filespec.GetAsDict(PdfName.EF);
        foreach(PdfName key in refs.Keys) {
            stream = (PRStream)PdfReader.GetPdfObject(refs.GetAsIndirectObject(key));
            filename = filespec.GetAsString(key).ToString();
            // here you can do an filename.Contains(".swf) check
            var fileBytes = PdfReader.GetStreamBytes(stream);
            File.WriteAllBytes(string.Format("{0}\\{1}", dir, filename), fileBytes);
            }
        }

您可以这样调用它:

var dir = "C:\\temp\\PdfExtract";
ExtractAttachments("fileAttachment.pdf", dir);

您只需在提取之前在文件名周围添加 filename.Contains(".swf) 检查即可。

更新

好吧，如果上述方法不起作用，这就是我的解决办法。

这些文件必须位于目录中的不同位置，在看不到该文件的情况下，这就是我处理它的方式。

我会在 root 解析后添加一个断点，然后进入其中查看是否可以找到 swf 文件所在的位置。

如果您查看root.Keys，您将看到Catalog 包含的内容。

要检索任何字典对象，您可以使用传入匹配的 PdfName 的 GetAsDict 方法。

再往下一层，您可以看到它包含EmbeddedFiles等等。

有多个 PdfName 名称，甚至还有一个 Flash 名称。

由于任何文档的结构都可能不同，因此只需调查结构并使用 GetAsDict 的正确参数来读取文件即可。