直接传filestream或memorystream易崩溃，因pdf库不验证输入，遇恶意xref、无限嵌套等畸形结构会触发栈溢出或内存耗尽；须校验文件大小、头部、startxref位置等再解析。
PDF解析库加载远程或用户上传文件时，为什么直接用FileStream或MemoryStream传入就可能崩溃？
因为很多C# PDF库（比如iTextSharp、PDFsharp、甚至SkiaSharp的PDF导出模块）在解析阶段不做输入验证，遇到构造恶意xref表、无限嵌套对象、超大间接引用等畸形结构时，会触发栈溢出、内存耗尽或未处理异常。不是“不安全”，而是它们本就设计为解析合规PDF——而攻击者专挑不合规的边界。
- 别用
File.OpenRead("user.pdf")直传给PdfReader，先做流长度和头部校验 - 限制单个PDF文件大小（比如
if (file.Length > 10 * 1024 * 1024)直接拒绝） - 用
try/catch捕获StackOverflowException以外的常见异常，如OutOfMemoryException、ArgumentException、InvalidDataException - 对ASP.NET Core上传场景，务必在
IFormFile读取前检查ContentLength，而不是依赖MIME类型
如何用System.IO.Pipelines做轻量预扫描，拦截明显恶意PDF头？
不用解析全文，只读前几KB就能筛掉大量攻击样本。PDF规范要求开头是%PDF-，结尾有%%EOF，且xref位置必须合理。手动跳过注释行、定位startxref偏移，再验证该偏移是否落在文件末尾合理范围内（比如距末尾
- 用
PipeReader读取前8KB，避免一次性ToArray()吃光内存 - 搜索
"%PDF-"后紧跟数字（如%PDF-1.7），拒绝无版本号或版本过高（如%PDF-9.9）的文件 - 找到
startxref后，提取其后的数字，检查是否为纯数字且 - 发现多个
startxref、或%%EOF出现在文件开头，直接丢弃
iText7启用沙箱模式后，为什么还是可能被JavaScript或Launch动作绕过？
iText7的SafeParse或SecurityManager只管解析层，不拦执行层。PDF里的/JS动作、/Launch启动外部程序、甚至/EmbeddedFile带EXE附件，只要解析成功，后续若调用GetJavaScript()或GetFileSpec()就可能触发。
- 初始化
PdfReader时强制传入new ReaderProperties().SetIsUseFullCompression(false)，禁用压缩流解码（减少攻击面） - 遍历
document.GetCatalog().GetPdfObject().GetAsStream(PdfName.Names)等关键字典，主动跳过含/JS、/Launch、/EmbeddedFile的条目 - 不要调用
pdfDoc.GetPage(i).GetAnnotations()后直接遍历.GetPdfObject()，先检查annotation.GetSubtype()是否为PdfName.Widget或PdfName.Link - 生产环境彻底禁用JavaScript：在Web服务器层（如Nginx）返回PDF时加
Content-Disposition: attachment，防止浏览器内联执行
为什么把PDF转成图像再OCR，反而放大了风险？
用Ghostscript或ImageMagick调用命令行转图时，如果拼接参数没过滤空格、引号、分号，攻击者上传文件名含test.pdf; rm -rf /就能RCE；更隐蔽的是PDF里嵌PostScript代码，某些渲染器会执行它。
- 永远不用
Process.Start("gs", $"-dNOPAUSE -dBATCH -sDEVICE=png16m -r300 -sOutputFile={outputPath} {inputPath}")这种字符串拼接 - 改用
ProcessStartInfo并显式设置Arguments为字符串数组，让系统自动转义 - 限制Ghostscript版本（
9.50+才默认禁用exec类PS指令），并在启动参数加-dSAFER - 转换后立刻校验输出图像尺寸：若宽高超过
10000px或面积超100MP，说明可能触发了恶意重采样逻辑，丢弃该任务
真正难防的不是格式错乱，而是合法PDF里藏的/OpenAction + /RichMedia组合，这类需要深度AST分析，普通业务代码不该自己写解析器——交给专业沙箱服务更实际。
