如何从p7m文件中提取内容？Python提取方法咨询

p7m是PKCS#7格式的数字签名容器，里面打包了原始PDF文件——你用PyPDF2处理报错很正常，因为它根本不是加密PDF，是签名封装格式。给你两个实用的提取方案：

方案一：用PyCryptodome库纯Python解析 #

先装依赖：

pip install pycryptodome

直接用下面的代码提取：

from Crypto.PKCS7 import PKCS7

def extract_pdf_from_p7m(p7m_path, output_pdf_path):
    with open(p7m_path, 'rb') as f:
        p7_data = f.read()
    
    # 解析PKCS#7容器，跳过签名验证直接提取内容
    pk7 = PKCS7()
    pk7.decrypt(p7_data, None)
    raw_pdf = pk7.get_content()
    
    with open(output_pdf_path, 'wb') as f:
        f.write(raw_pdf)

调用时传入p7m文件路径和输出PDF路径即可，全程Python处理，不需要额外工具。

方案二：调用openssl命令行（更简单） #

Windows、Linux、Mac基本都自带openssl，用subprocess调用命令就行，代码更简洁：

import subprocess

def extract_pdf_from_p7m(p7m_path, output_pdf_path):
    subprocess.run([
        'openssl', 'pkcs7',
        '-in', p7m_path,
        '-inform', 'DER',  # 大部分p7m是DER格式，若为PEM则改为PEM
        '-out', output_pdf_path,
        '-outform', 'DER',
        '-verify',
        '-noverify'  # 跳过签名验证，直接提取内容
    ], check=True)

两种方法都能直接导出原始PDF，之后你就可以用PyPDF2或其他PDF库处理了。

内容的提问来源于stack exchange，提问作者Vastem