如何通过并行化加速Python Zip文件密码破解脚本？

问题根源 #

你之前的并行尝试失败，核心原因有三个：

1. 线程池不适合CPU密集型任务：Python的GIL（全局解释器锁）会限制同一时间只有一个线程执行CPU密集型代码，线程池反而会增加上下文切换开销，拖慢速度。
2. 密码分配逻辑错误：用全局集合去重不仅存在线程安全问题（竞态条件导致重复判断），还额外消耗资源；且未实现任务分片分配，本质还是单线程生成密码再提交，没发挥并行优势。
3. 未及时终止任务：找到密码后没有立即停止所有进程，导致无效计算持续运行。

正确实现方案 #

核心改进点 #

• 改用ProcessPoolExecutor多进程池，绕过GIL充分利用多核CPU
• 预先生成按长度分片的密码任务，每个进程独立处理一段密码空间，彻底避免重复尝试
• 实现密码破解成功后的全局终止逻辑，立即停止所有任务

完整代码 #

import zipfile
import itertools
import string
import concurrent.futures
import sys

characters = string.ascii_letters + string.digits + '$#&*@'
zip_file = "jl_update_file (1)"
found_password = None

def try_password(password):
    global found_password
    # 已找到密码则直接返回，避免无效计算
    if found_password is not None:
        return None
    
    try:
        with zipfile.ZipFile(zip_file, 'r') as zf:
            # 用testzip()替代extractall()，仅验证密码无需解压，速度更快
            zf.testzip(pwd=password.encode())
        found_password = password
        print(f"\nPassword cracked: {password}")
        return password
    except Exception:
        # 取消频繁打印以减少IO开销，可按需添加进度打印逻辑
        return None

def generate_passwords(length):
    # 生成指定长度的所有密码组合，作为任务迭代器
    return (''.join(comb) for comb in itertools.product(characters, repeat=length))

def crack_zip():
    global found_password
    for length in range(6, 13):
        if found_password is not None:
            break
        print(f"\nTrying passwords of length {length}...")
        with concurrent.futures.ProcessPoolExecutor() as executor:
            # 批量提交密码验证任务
            futures = [executor.submit(try_password, pwd) for pwd in generate_passwords(length)]
            # 遍历任务结果，找到密码后立即终止所有剩余任务
            for future in concurrent.futures.as_completed(futures):
                result = future.result()
                if result is not None:
                    for f in futures:
                        if not f.done():
                            f.cancel()
                    return

if __name__ == "__main__":
    crack_zip()
    if found_password is None:
        print("\nPassword not found in the specified range.")

额外优化建议 #

1. 优先使用字典攻击：如果有常用密码字典，优先遍历字典而非全组合暴力破解，效率提升显著。
2. 自定义进程数：ProcessPoolExecutor(max_workers=N)可指定进程数，建议设置为CPU核心数（os.cpu_count()），过多进程会增加调度开销。
3. 进度优化：可添加计数器统计已尝试密码数，定时打印进度，避免频繁IO操作。

内容的提问来源于stack exchange，提问作者D J