CAD 图纸打开就卡死、命令行莫名多出一串乱码、每次保存都提示"正在写入块定义"却永远写不完——如果你在工程制图这行待过一段时间，大概率被这类问题折磨过。这类现象背后往往指向同一类东西：寄生在图纸文件与 CAD 运行环境里的恶意脚本与异常代码，圈内习惯统称为"CAD 病毒"。它不像传统意义上的可执行程序那样显眼，更多时候藏在一个.fas、.lsp、.dvb文件里，或者干脆潜伏在图纸的块定义、图层名、线型名当中，跟着图纸在同事、供应商、甲方之间来回流转。我这次要聊的KillCadVirus，就是一个专门针对这类问题的查杀工具的设计与实现思路——它要解决的核心问题很明确：把藏在图纸和 CAD 环境里的异常代码找出来、清干净，同时尽量不破坏正常图纸数据。这篇内容适合两类人看：一类是被 CAD 病毒反复骚扰、想搞懂原理并自己动手排查的一线设计人员；另一类是想了解文件级查杀工具怎么设计、怎么落地的开发者。下面我按设计思路、核心细节、实操实现、问题排查四个层面，把整个东西拆开讲透。

1. 整体设计与思路拆解

1.1 为什么 CAD 病毒难缠：先搞清楚敌人长什么样

动手设计工具之前，得先把查杀对象的特征摸清楚，否则做出来的东西要么误杀一片，要么漏杀一堆。CAD 病毒和普通恶意程序最大的区别在于它的寄生性和传播载体。普通程序感染系统靠的是可执行文件或启动项，而 CAD 病毒的传播链条几乎完全依附于图纸文件本身——一张.dwg从设计院发到施工单位，再转发给分包，中间经过十几台机器，只要有一台机器上的 CAD 环境被污染，这张图纸就可能被"接种"，然后继续往下传。

从实际样本归纳，这类东西常见的藏身位置有这么几类。第一类是CAD 启动加载链：通过修改acad.lsp、acaddoc.lsp这类自动加载的 LISP 文件，让恶意代码在每次打开图纸时自动执行。第二类是图纸内部数据：把恶意内容写进块定义、图层名、线型定义、甚至文字样式名里，因为这些东西会随图纸一起保存和传递。第三类是独立脚本文件：.fas（编译后的 LISP）、.vlx（打包的 LISP 应用）、.dvb（VBA 工程）这类文件，一旦被 CAD 加载就会执行。第四类是注册表与配置项：篡改 CAD 的搜索路径、启动项，让恶意文件优先被加载。

理解了这个分布，工具的设计边界就清楚了：查杀范围必须覆盖"文件系统 + 图纸内部数据 + 运行环境配置"三个层面，只扫文件系统会漏掉图纸内嵌的恶意块，只扫图纸会漏掉启动链上的恶意 LSP。这是整个工具架构的第一块基石。

1.2 工具定位：是"杀毒软件"还是"图纸体检工具"

这里有个关键的设计取舍要想明白。如果把它定位成通用杀毒软件，那就要做实时监控、进程防护、病毒库更新，工程量巨大且容易和现有安全软件冲突。我的选择是把它定位成面向 CAD 场景的专项体检与清理工具，理由有三。

其一，CAD 病毒的传播场景高度集中在图纸流转环节，用户的核心诉求是"我拿到一张图纸，打开前先确认它干不干净"，这是一个离线、按需触发的场景，不需要常驻监控。其二，CAD 病毒的行为特征相对固定，主要集中在文件写入、自动加载、图纸数据篡改这几类，用特征匹配 + 行为规则的组合就能覆盖大部分样本，不需要庞大的病毒库。其三，专项工具可以做得更"懂行"——它能识别哪些块名是正常的、哪些图层名是异常的，这种领域知识是通用杀毒软件不具备的。

所以 KillCadVirus 的整体架构定为：扫描引擎 + 规则库 + 清理模块 + 报告输出四部分。扫描引擎负责遍历目标目录和图纸内部结构，规则库提供特征与判定逻辑，清理模块执行删除、隔离、修复，报告输出给用户一份可读的体检结果。这个架构简单、可控、易扩展，也方便后续把新发现的样本特征补进规则库。

1.3 技术选型：为什么用脚本语言做主力

工具实现语言的选择上，我没有一上来就选编译型语言。原因很实际：CAD 生态里大量的恶意代码是 LISP 和 VBA 写的，要解析、比对、清理这些内容，用一门能方便处理文本、能调用 CAD 自身接口的语言效率最高。最终方案是以 Python 作为主控与扫描逻辑的实现语言，配合 CAD 自身的 LISP/AutoLISP 接口做环境侧清理。

Python 的优势在于文件遍历、二进制读取、正则匹配、哈希计算这些基础能力开箱即用，写规则库和报告生成也快。而环境侧的清理——比如删除被篡改的自动加载项、重置搜索路径——必须通过 CAD 提供的接口来做，这部分用 AutoLISP 写一段清理脚本，由 Python 调用 CAD 命令行执行，是最稳妥的路径。两者分工明确：Python 管"看"和"判"，LISP 管"改"。

提示：不要试图用 Python 直接去改 CAD 的注册表配置来达到清理目的，不同版本 CAD 的配置项结构差异很大，硬改容易把用户环境搞坏。走 CAD 官方接口是唯一可靠的路子。

1.4 扫描策略：全量扫描还是增量扫描

扫描策略上我做了个折中。全量扫描（每次把所有文件重新算哈希、重新解析）最可靠但慢，一个几万张图纸的项目目录扫一遍可能要几十分钟；纯增量扫描（只扫新增和修改过的文件）快但会漏掉"文件没变但环境被污染"的情况。最终采用的是分层扫描：文件系统层用"修改时间 + 大小 + 哈希"做增量判断，图纸内部数据层因为解析成本高，只对命中可疑特征的文件做深度解析，环境配置层则每次全量检查（因为配置项数量少、检查快）。

这个策略背后的逻辑是把计算资源花在刀刃上。文件系统层的增量判断成本极低，图纸深度解析成本高但可以靠前置特征过滤大幅减少解析量，环境检查成本低且必须全量。三层各用各的策略，整体扫描时间能压到可接受范围。

2. 核心细节解析与实操要点

2.1 特征库怎么建：从样本里提炼可判定的规则

特征库是整个工具的灵魂，建得好不好直接决定查杀效果。我的做法是把特征分成强特征和弱特征两类，分开处理。

强特征是"出现即判定"的规则，误报率极低。比如某个已知恶意 LISP 文件里固定出现的函数调用组合、某个恶意块名的固定命名模式、某段 VBA 代码里特有的字符串常量。这类特征用哈希或精确字符串匹配就能判定，速度快、准确率高。弱特征是"出现后需要结合上下文判断"的规则，比如"图纸里存在自动执行类 LISP 代码"这件事本身不一定是恶意的（正常的设计辅助工具也会这么写），需要结合代码内容、文件来源、是否在启动路径等条件综合判断。

建库的实操流程是这样的：先收集样本，把每个样本的可疑片段提取出来，人工确认哪些是恶意行为、哪些是正常功能，然后把恶意行为的稳定特征抽象成规则。这里有个经验——不要追求一条规则覆盖所有变种，宁可多写几条针对性强的规则，也不要写一条又宽又模糊的规则。宽规则误杀率高，用户一旦被误杀几次就会弃用工具，这比漏杀几个变种更致命。

2.2 图纸内部数据怎么读：绕开 CAD 直接解析的取舍

图纸内部数据的读取是技术难点。有两条路：一是调用 CAD 接口打开图纸再遍历对象，二是直接解析.dwg二进制格式。前者准确但慢，且依赖 CAD 环境；后者快且不依赖环境，但.dwg格式封闭、版本众多，解析难度大。

我的选择是混合方案：对.dxf这种文本格式直接解析（DXF 是明文结构，读起来不难），对.dwg则优先用 CAD 接口遍历，同时保留一个轻量的二进制特征扫描通道——不追求完整解析，只做"在二进制流里找可疑字符串和结构标记"的粗筛。粗筛命中后再走 CAD 接口做精确确认。

这个取舍的理由是：完整解析.dwg的投入产出比太低，格式版本多、结构复杂，维护成本高；而粗筛已经能拦住大部分把恶意内容直接写进图纸的情况，剩下的靠 CAD 接口兜底。实际测试下来，粗筛能覆盖八成以上的图纸内嵌恶意内容，剩下的两成交给精确通道，整体效率和准确率都够用。

注意：二进制粗筛一定要做编码兼容处理。图纸里的字符串可能是 ANSI、UTF-8、UTF-16 多种编码，只按一种编码匹配会漏。我的做法是把可疑特征同时按几种常见编码生成匹配模式，逐一比对。

2.3 启动链检查：最容易被忽视的高危区

很多人查 CAD 病毒只盯着图纸文件，忽略了启动链，结果图纸清干净了，一开 CAD 又被重新感染。启动链检查必须覆盖这几个位置：CAD 安装目录下的自动加载 LISP 文件、用户配置目录下的启动脚本、CAD 搜索路径里是否存在可疑目录、以及注册表里与自动加载相关的配置项。

检查逻辑是：先枚举所有会被 CAD 自动加载的文件路径，逐个检查文件内容是否命中恶意特征；再检查搜索路径列表，看有没有指向临时目录、用户可写目录这类高风险位置的条目；最后检查配置项，看自动加载开关是否被异常打开。这三步里，搜索路径检查最容易被忽略但价值很高——很多恶意文件就是靠把自己所在目录塞进搜索路径，然后利用 CAD 的加载顺序优先执行。

实操中我遇到过一个典型情况：某台机器的 CAD 每次启动都会加载一个名字很像官方组件的 LISP 文件，文件本身内容看起来也"正常"，但它所在的目录是一个用户临时目录。这种就是典型的路径劫持——文件名伪装 + 路径优先。单看文件内容查不出来，必须结合路径位置判断。

2.4 清理策略：删除、隔离还是修复

发现威胁之后怎么处理，是个需要谨慎设计的问题。直接删除最省事，但风险在于可能误删正常文件，或者删掉了用户图纸里正常引用的内容。我的清理模块设计了三级处理：隔离、修复、删除。

隔离是把可疑文件移动到专门的隔离目录并记录原始路径，用户确认无误后可一键恢复，这是默认动作。修复是针对"文件本身正常但被篡改"的情况，比如某个正常 LISP 文件被追加了恶意代码，修复就是把追加部分去掉、恢复原内容。删除只用于确认无疑的恶意文件，且需要用户二次确认。

这个分级设计的核心考虑是可逆性。查杀工具最怕的就是"杀错了还救不回来"，隔离和修复都保留了回退路径，用户有后悔药吃。实际使用中，隔离区还成了样本收集的好地方——用户把隔离的文件反馈回来，就能不断补充特征库。

3. 实操过程与核心环节实现

3.1 环境准备与依赖搭建

先把运行环境搭起来。工具主控用 Python 3.8 以上版本，依赖尽量少，核心只用标准库，可选依赖装一个regex库用于更灵活的正则匹配（标准库re在复杂模式下性能一般）。CAD 侧需要一个能执行 AutoLISP 的 CAD 环境，版本不限，但建议用较新的版本以保证接口稳定。

目录结构建议这样组织：scanner/放扫描引擎，rules/放特征库（用 JSON 或 YAML 存规则，方便非开发者维护），cleaner/放清理模块，reports/放输出报告，quarantine/放隔离文件。规则库和代码分离是关键设计，这样新增特征不用改代码，改配置文件就行。

# 目录初始化示例 mkdir -p killcadvirus/{scanner,rules,cleaner,reports,quarantine}

依赖安装很简单，核心功能零第三方依赖，需要增强正则时再装：

pip install regex

3.2 文件系统扫描的实现

文件系统扫描的核心是遍历 + 过滤 + 判定。遍历用os.walk，但要加几个过滤条件：跳过系统目录、跳过超大文件（比如超过 500MB 的文件直接跳过，避免卡死）、按扩展名过滤只处理 CAD 相关文件类型。判定环节先算文件哈希查强特征库，未命中再读内容做字符串匹配。

import os import hashlib CAD_EXTS = {'.dwg', '.dxf', '.lsp', '.fas', '.vlx', '.dvb', '.scr', '.arx'} MAX_SIZE = 500 * 1024 * 1024 # 500MB 上限 def iter_cad_files(root): for dirpath, dirnames, filenames in os.walk(root): # 跳过明显的系统与缓存目录 dirnames[:] = [d for d in dirnames if d.lower() not in {'windows', 'system32', '$recycle.bin', 'temp'}] for name in filenames: ext = os.path.splitext(name)[1].lower() if ext not in CAD_EXTS: continue full = os.path.join(dirpath, name) try: if os.path.getsize(full) > MAX_SIZE: continue except OSError: continue yield full def file_hash(path): h = hashlib.sha256() with open(path, 'rb') as f: for chunk in iter(lambda: f.read(65536), b''): h.update(chunk) return h.hexdigest()

这段代码里有两个细节值得说。一是dirnames[:]的原地修改，这是os.walk剪枝的标准写法，比遍历完再过滤效率高得多。二是分块读文件算哈希，避免大文件一次性读进内存。哈希用 SHA-256 而不是 MD5，虽然 MD5 更快，但 SHA-256 抗碰撞性更好，特征库长期维护更放心。

3.3 图纸内部数据的粗筛实现

图纸粗筛的思路是：把文件按二进制读进来，用多编码生成的可疑特征模式去匹配。这里的关键是编码兼容和匹配效率。编码兼容前面提过，把特征字符串分别按 GBK、UTF-8、UTF-16LE 编码成字节序列再匹配；匹配效率上，用bytes.find做子串查找比正则快得多，先用find粗筛，命中后再用正则做精确判定。

ENCODINGS = ('gbk', 'utf-8', 'utf-16-le') def build_patterns(keywords): patterns = [] for kw in keywords: for enc in ENCODINGS: try: patterns.append(kw.encode(enc)) except UnicodeEncodeError: continue return patterns def scan_binary(path, patterns): hits = [] with open(path, 'rb') as f: data = f.read() for pat in patterns: idx = data.find(pat) if idx != -1: hits.append((pat, idx)) return hits

实测下来，这个粗筛对"恶意字符串直接写进图纸"的情况命中率很高，而且速度够快——一个 20MB 的图纸文件，几十个特征模式扫一遍通常在百毫秒级。需要注意的是，find只返回第一个命中位置，如果要统计命中次数或提取上下文，得循环查找。

3.4 启动链检查的实现

启动链检查分两步：枚举自动加载路径，检查路径与内容。枚举部分要覆盖 CAD 安装目录、用户配置目录、以及 CAD 搜索路径。这里不能硬编码路径，因为不同版本、不同安装方式的路径都不一样，正确做法是从 CAD 环境里读取——通过 AutoLISP 的(findfile "acad.lsp")这类调用拿到实际加载路径，再交给 Python 检查。

;; 获取关键自动加载文件的实际路径 (defun get-autoload-paths () (list (findfile "acad.lsp") (findfile "acaddoc.lsp") (findfile "acad.mnl") ) )

Python 侧调用这段 LISP 拿到路径列表后，逐个检查文件是否存在、内容是否命中特征、所在目录是否在搜索路径的高风险位置。搜索路径的高风险判定规则是：路径包含临时目录关键字、路径位于用户可写目录且不在 CAD 安装目录下、路径指向网络共享位置。这三类位置是恶意文件最常藏身的地方。

3.5 清理模块的实现与安全边界

清理模块的入口函数接收"威胁列表"，每条威胁带类型、路径、处理建议。处理逻辑按三级策略走：可修复的走修复，不可修复但需保留证据的走隔离，确认恶意的走删除。隔离实现就是移动文件到隔离目录并写一条记录到 JSON 日志，记录原始路径、哈希、发现时间、威胁类型。

import json import shutil import time def quarantine(path, threat_type, qdir='quarantine'): os.makedirs(qdir, exist_ok=True) base = os.path.basename(path) stamp = time.strftime('%Y%m%d%H%M%S') dest = os.path.join(qdir, f'{stamp}_{base}') shutil.move(path, dest) record = { 'original': os.path.abspath(path), 'quarantined': os.path.abspath(dest), 'type': threat_type, 'time': stamp, } with open(os.path.join(qdir, 'log.jsonl'), 'a', encoding='utf-8') as f: f.write(json.dumps(record, ensure_ascii=False) + '\n') return dest

安全边界上有几条硬规矩必须守住。第一，清理前必须备份，哪怕是删除操作，也要先把文件复制到隔离区再删原文件。第二，清理操作要可回滚，隔离日志就是回滚依据。第三，批量清理要限速并二次确认，避免用户误点导致大面积误删。第四，不碰系统关键文件，如果威胁路径落在系统目录，只报告不清理，交给用户判断。

提示：隔离目录不要放在被扫描的目录树内部，否则下次扫描会把隔离区里的恶意文件又扫出来，形成"自己查自己"的循环。

3.6 报告输出：让非技术用户也能看懂

报告是工具和用户沟通的窗口，设计得好不好直接影响用户信任度。我的报告分三部分：概览（扫了多少文件、发现多少威胁、各类型分布）、明细（每条威胁的路径、类型、处理建议、处理结果）、建议（针对发现的问题给出环境加固建议）。概览用表格，明细用列表，建议用短句。

报告格式上，同时输出纯文本和 JSON 两种。纯文本给人看，JSON 给后续自动化流程用（比如集成到图纸接收流程里做自动体检）。这个双格式设计在实际使用中很实用——设计人员看文本报告，运维人员拿 JSON 做批量统计。

4. 常见问题与排查技巧实录

4.1 扫描结果误报太多怎么办

误报是查杀工具的头号敌人。我踩过的坑里，误报主要来自三个源头：弱特征规则太宽、编码匹配把正常内容误判、路径规则把正常工具目录当成高风险。排查思路是逐条规则做误报率统计——拿一批确认干净的图纸和文件跑一遍，看哪条规则命中了干净文件，命中的就是误报源。

处理办法分两种。规则太宽的，收紧条件，比如把"存在自动执行代码"改成"存在自动执行代码且代码中包含文件写入操作"。编码误判的，检查是不是把某个常见字符串的某种编码形式当成了特征，这种情况要么换更长的特征串，要么加白名单。路径误判的，把正常工具目录加进白名单。

4.2 扫描大目录时卡死或内存暴涨

这个问题在扫描大型项目目录时很常见。根因通常是两个：一次性把大文件读进内存，或者递归遍历时把整个文件列表攒在内存里。解决办法是流式处理——文件内容分块读、分块匹配，遍历结果用生成器逐条产出而不是攒成列表。

还有一个隐蔽的坑是符号链接循环。如果目录里有指向父目录的符号链接，os.walk默认不跟随符号链接所以问题不大，但如果自己写了递归遍历逻辑又没做循环检测，就会无限递归。稳妥做法是用os.walk并显式设置followlinks=False。

4.3 清理后病毒又回来了

这是最让人抓狂的情况，说明清理不彻底。排查顺序是：先查启动链是否清干净（自动加载文件、搜索路径、配置项），再查是否有其他机器在持续"投毒"（比如共享目录里的图纸被反复感染），最后查是否有常驻进程在监控并恢复恶意文件。

实操中遇到过一个典型案例：某台机器清理完重启 CAD 又中招，最后发现是 CAD 的某个模板文件（.dwt）被感染了，每次新建图纸都会从模板继承恶意内容。这类"模板级"感染很容易被忽略，因为大家习惯只查.dwg不查.dwt。所以工具的扫描范围一定要把模板文件、样板文件都包含进去。

4.4 不同 CAD 版本兼容性怎么处理

CAD 版本差异带来的兼容问题主要集中在两处：文件格式版本不同（老版本.dwg和新版本结构有差异）、接口行为不同（某些 LISP 函数在新版本里行为变了）。处理原则是向下兼容、向上适配——核心扫描逻辑不依赖具体版本，只做通用的二进制和文本处理；依赖 CAD 接口的部分，做版本探测，不同版本走不同的调用分支。

版本探测可以通过读取 CAD 的版本号接口实现，拿到主版本号后选择对应的处理逻辑。对于实在无法兼容的老版本，工具降级为"只做文件系统扫描 + 报告"，不做环境侧清理，并在报告里明确提示用户手动处理。

4.5 常见问题速查表

4.6 几条踩坑换来的实操心得

第一条心得：先做只读扫描，再做清理。工具刚上线时我图省事让扫描和清理一步到位，结果一次误判把用户一批正常文件隔离了，虽然能恢复但用户信任度大打折扣。后来改成默认只读扫描、清理必须用户显式确认，体验好很多。

第二条心得：特征库要版本化。规则改来改去，没有版本记录的话，出了问题根本不知道是哪次改动引入的。给规则库加个版本号和变更日志，排查问题时能省大量时间。

第三条心得：隔离区定期清理。隔离区会越攒越大，尤其是误报多的时候。加一个按时间或大小的自动清理策略，避免占满磁盘。

第四条心得：别忽视用户反馈的样本。用户隔离出来的文件是最好的样本来源，定期收集分析，特征库的覆盖面会越来越广。这个闭环建起来之后，工具的实战效果提升非常明显。

这套东西做下来，我最深的体会是：CAD 病毒查杀的核心不在"杀"，而在"判"——把正常和异常分清楚，比把异常删掉难得多。规则宁可保守一点、多留回退路径，也不要为了追求查杀率把用户正常图纸误伤。工具的价值在于让用户敢放心打开每一张流转过来的图纸，而不是制造新的麻烦。后续如果继续扩展，我倾向于把重点放在图纸内部结构的精确解析和跨版本兼容上，这两块做扎实了，工具的适用面还能再上一个台阶。