忘记zip密码咋办？python在手密码我有

整理资料时发现几个 zip 文件的密码忘记了，于是尝试用python暴力破解

首先是读取和解压zip文件，使用 zipfile 库

import zipfile
z = zipfile.ZipFile(r'./file.zip')
z.extractall(pwd=password.encode('utf-8'))

定义一个密码元字符串，每次从里面取出一些字符，比如:

meta_str = 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789'

随机密码

使用 random.sample 生成指定长度的密码，然后出现过的密码放入一个 set

choiced_set = set()
rand_str = ''.join(random.sample(meta_str, 4))
if rand_str not in choiced_set:
    choiced_set.add(rand_str)

为了不断的产生密码并尝试解压，此处应该有循环，那么将尝试解压和生成密码封闭为函数：

import zipfile
import random

meta_str = 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789'
choiced_set = set()

def guess(z, password):
    try:
        z.extractall(pwd=password.encode('utf-8'))
        print('guessed pwd: {}'.format(password))
        return True
    except Exception:
        print('invalid password [{}]'.format(password))
        return False

def main():
    z = zipfile.ZipFile(r'./file.zip')
    while True:
        rand_str = ''.join(random.sample(meta_str, 4))
        if rand_str not in choiced_set:
            choiced_set.add(rand_str)
            if guess(z, rand_str):
                raise Exception('found')

此方法代码里固定写了只支持4个字符长度，若密码不是4个字符，则会无止境的循环下去，显然不科学。
为了支持n位密码字符，需对代码稍加修改：

1. 增加n位字符， for x in range(n) 可以解决
2. n位密码长度的中止条件

密码个数

由于将生成的密码全部放入set，所以只需要判断set的长度，就知道当前生成了多少密码。
而密码字符可以重复，所以'abcd' 可生成的2位密码有:

'aa', 'ab', 'ac', 'ad',
'ba', 'bb', 'bc', 'bd',
'ca', 'cb', 'cc', 'cd',
'da', 'db', 'dc', 'dd,

相当于对字符串'abcd' 和 'abcd' 作笛卡尔积，那么一共是 len('abcd') * len('abcd') = 16 个密码，
所以n位密码的个数就是 len(meta_str) ** n

random.sample 不支持重复字符，替换为 numpy.random.choice(sq, n, replace=True)

引入 numpy 并修改 main 函数:

def main():
    z = zipfile.ZipFile(r'./file.zip')
    meta_str_len = len(meta_str)
    meta_str_list = list(meta_str)
    while True:
        for n in range(1, 5):
            while len(choiced_set) != meta_str_len ** n:
                rand_str = ''.join(np.random.choice(meta_str_list, n, replace=True))
                if rand_str not in choiced_set:
                    choiced_set.add(rand_str)
                    if guess(z, rand_str):
                        raise Exception('found')
            choiced_set.clear()

耗时

以上代码虽然可以正常运行，但是解一个4位长度的密码需要计算 62 * 62 * 62 * 62 = 14776336 次，而且随着 choiced_set 的增长，生成非重复密码的概率越来越低，几乎是一个不可能完成的任务。

字母顺序密码

如果按顺序生成密码，总有一个密码能满足条件，比如: 元字符'abcd'生成2位密码，是一个笛卡尔积，其实就是一个字符全排列的过程，所以这里可以使用深度优先算法生成字符

调用 dfs_str(0) 即可不断生成 4 位长度的密码
一个简单的栗子:

def guess(v):
    if v == 'abcd':
        print('guessed pwd: {}'.format(v))
        return True
    else:
        print('invalid pwd: {}'.format(v))
        return False

meta_str = 'abcd1234'
chars = []
def dfs_str(step):
    if step >= 4:
        if guess(''.join(chars)):
            raise Exception('found')
        return
    for ch in meta_str:
        chars.append(ch)
        dfs_str(step + 1)
        chars.pop()

密码生成器

使用这种方式 guess 函数处于深度优先搜索算法中，耦合紧密，那么有没有办法一次生成一个密码，然后传给 guess 呢？当然是有的，这时候轮到生成器出场了
实现一个密码生成器，只需要一些小的改动，在函数里增加 yield 关键字

def dfs_str_gen(step):
    if step >= 4:
        yield ''.join(chars)
        return
    for ch in meta_str:
        chars.append(ch)
        yield from dfs_str_gen(step + 1)
        chars.pop()

密码生成器类

上面的代码已经限定了只能生成 4 位长度的密码，然而我们的密码可能是 1 2 3 4 5 甚至8位以上，难道每次都要手动修改吗？或者是在 dfs_str_gen 里传入参数？
当然传参可以，离我的目标很近了，然而更好的办法是包装成一个 class, 初始化时传入想要生成密码的长度:

class PasswordGenerator:
    meta_str = 'abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789'
    def __init__(self, n=4):
        self.maxlen = n
        self.endstr = self.meta_str[-1] * self.maxlen # 标记循环结束字符串
        self.chars = []
        self.g = self._proxy_gen()

    def _dfs_str(self, step):
        if step >= self.maxlen:
            yield ''.join(self.chars)
            return
        for ch in self.meta_str:
            self.chars.append(ch)
            yield from self._dfs_str(step + 1)
            self.chars.pop()

    def _proxy_gen(self):
      while True:
        yield from self._dfs_str(0)
    
    def __iter__(self):
        return self

    def __next__(self):
        s = self.g.send(None)
        if s == self.endstr:
            self.g.close()
        return s

调用 PasswordGenerator(n) 即可生成 n 位长度的密码

itertools 生成器

写了这么多，其实标准库 itertools 已经有了解决方案

import itertools
meta_str = 'abcdefg'
itertools.product(meta_str, repeat=4)