[发明专利]PDF文件处理方法及装置

权利要求书

1.一种PDF文件中的恶意代码识别方法，其特征在于，所述识别方法包括以下步骤：

利用python的pdfid.py工具扫描接收到的第一PDF文件，以获得所述第一PDF文件的文件信息；其中，所述文件信息包括多个字段，每个所述字段用于指示所述第一PDF文件的相关信息；

判断所述文件信息中是否包含有JavaScript字段；其中，所述JavaScript字段用于指示所述第一PDF文件中嵌有JavaScript代码；

若是，则判定接收到的所述第一PDF文件中含有恶意代码。

2.根据权利要求1所述的一种PDF文件中的恶意代码识别方法，其特征在于，所述识别方法还包括以下步骤：

在判定接收到的所述第一PDF文件中含有恶意代码的情况下，向报警装置发送提示信号。

3.一种PDF文件保存方法，其特征在于，所述保存方法包括以下步骤：

利用python的pdfid.py工具扫描接收到的第一PDF文件，以获得所述第一PDF文件的文件信息；其中，所述文件信息包括多个字段，每个所述字段用于指示所述第一PDF文件的相关信息；

判断所述文件信息中是否包含有JavaScript字段；其中，所述JavaScript字段用于指示所述第一PDF文件中嵌有JavaScript代码；

若否，则判定接收到的所述第一PDF文件中不含有恶意代码并将所述第一PDF文件保存至本地存储。

4.根据权利要求3所述的一种PDF文件保存方法，其特征在于，在判定接收到的所述第一PDF文件中不含有恶意代码的步骤之后，并在将所述第一PDF文件保存至本地存储的步骤之前，还包括以下步骤：

将接收到的所述第一PDF文件与本地存储中的多个第二PDF文件进行文件数据比较；

根据所述文件数据比较的结果，判断接收到的所述第一PDF文件是否为已存在于本地存储中的第二PDF文件；

若否，则执行将所述第一PDF文件保存至本地存储的步骤。

5.根据权利要求4所述的一种PDF文件保存方法，其特征在于，所述保存方法还包括以下步骤：

在判断接收到的所述第一PDF文件为已存在于本地存储中的第二PDF文件的情况下，将所述第一PDF文件标记为已接收PDF文件。

6.根据权利要求4所述的一种PDF文件保存方法，其特征在于，所述文件数据包括文本内容，所述文件数据比较包括以下步骤：

提取所述第一PDF文件的文本内容；

将所述第一PDF文件的文本内容依次与多个所述第二PDF文件的文本内容进行文本内容比较；

根据所述文本内容比较的结果生成所述文件数据比较的结果。

7.根据权利要求4所述的一种PDF文件保存方法，其特征在于，所述文件数据包括文件附属信息，所述文件附属信息包括文件创建日期信息、文件大小信息以及PDF文件的Header信息，所述文件数据比较包括以下步骤：

将所述第一PDF文件的文件附属信息依次与多个所述第二PDF文件的文件附属信息进行文件附属信息比较；

根据所述文件附属信息比较的结果生成所述文件数据比较的结果。

8.一种PDF文件中的恶意代码识别装置，其特征在于，所述识别装置包括：

第一扫描模块，用于利用python的pdfid.py工具扫描接收到的第一PDF文件，以获得所述第一PDF文件的文件信息；其中，所述文件信息包括多个字段，每个所述字段用于指示所述第一PDF文件的相关信息；

第一判断模块，用于判断所述文件信息中是否包含有JavaScript字段；其中，所述JavaScript字段用于指示所述第一PDF文件中嵌有JavaScript代码；

第一判定模块，用于在所述文件信息中包含有JavaScript字段的情况下，判定接收到的所述第一PDF文件中含有恶意代码。