使用Python分析PDF文件

我写了一个检测恶意pdf文件的代码。 我需要做的是：

每次扫描pdf时，我都希望将其哈希值保存在哈希数据库中，输出将保存在输出容器中， 因此，如果我有另一个pdf文件要扫描，我将检查它的哈希值，如果哈希数据库中存在，那么我将从输出容器打印输出。 但如果散列值不存在，则将其添加到散列数据库中，并将输出添加到输出容器中

---

我如何才能做到这一点，以及如何将哈希值与输出容器中的输出链接起来，您担心的是哪种恶意文档？损坏的文件或带有病毒的PDF

要在python中使用pdf，可以使用

然后，您可以按如下方式打开该文件：

from pyPdf import PdfFileReader
my_doc = PdfFileReader(file("myfile.pdf", "rb"))

这样，您将检查它是否为有效文件

---

关于链接，可以在数据库本身中创建？

我编写了一个扫描代码，但我需要的是上面的内容