ChromePass:轻松提取Chrome浏览器存储密码的开源工具
2026-02-07 05:28:56作者:裘旻烁
ChromePass 是一个功能强大的开源工具,专门用于从 Google Chrome 浏览器中提取所有已保存的密码信息。该项目基于 Python 开发,支持 Windows 和基于 Unix 的系统(除 macOS 外),是密码备份和恢复的理想解决方案。
项目概述
ChromePass 能够读取 Chrome 浏览器存储密码的数据库文件,并解密其中的密码信息。当用户在登录网站时选择"记住我"选项时,Chrome 会自动将这些密码保存在本地数据库中。
核心功能特性
跨平台兼容性
- Windows 系统:完美支持 Windows 环境,利用系统的 CryptProtectData 函数进行密码解密
- Linux 系统:兼容基于 Unix 的系统,为 Linux 用户提供便利
- 自动路径检测:智能识别 Chrome 数据文件在不同系统中的存储位置
多样化输出格式
- CSV 格式:生成标准 CSV 文件,便于使用 Excel 等软件打开和处理
- JSON 格式:输出结构化的 JSON 数据,适合程序化处理和集成
- 命令行输出:直接在控制台显示提取结果,快速查看密码信息
使用方法
基本命令
要直接输出密码到控制台,使用以下命令:
python chromepass.py -d
导出到文件
将密码导出为 CSV 文件:
python chromepass.py --o csv
将密码导出为 JSON 文件:
python chromepass.py --o json
技术实现原理
ChromePass 通过读取 Chrome 的 Login Data 数据库文件,利用 SQLite 连接访问存储的密码信息。在 Windows 系统上,它使用 win32crypt 库来解密通过 CryptProtectData 函数加密的密码数据。
数据文件位置
- Windows:AppData\Local\Google\Chrome\User Data\Default\Login Data
- Linux:~/.config/google-chrome/Default/Login Data
环境要求
在使用 ChromePass 之前,请确保满足以下条件:
- 安装 Python 运行环境
- Windows 用户需要安装 PyWin32 库
- 确保 Chrome 浏览器已关闭,避免数据库文件被锁定
错误处理
ChromePass 提供了完善的错误处理机制:
- 检测数据库是否被锁定
- 验证数据库表结构
- 检查文件路径有效性
- 提供清晰的错误提示信息
使用场景
密码备份
定期导出重要网站的登录信息,建立个人密码备份档案,防止意外数据丢失。
浏览器迁移
在更换电脑或重新安装系统时,快速恢复所有已保存的密码,节省重新输入的时间。
应急恢复
当忘记某个重要密码时,通过 ChromePass 快速找回存储在浏览器中的凭证。
密码管理
将提取的密码导入到专业的密码管理工具中,实现更安全的密码存储和管理。
安全注意事项
虽然 ChromePass 是一个实用的工具,但使用时需要注意以下安全事项:
- 提取的密码文件应妥善保管,避免泄露
- 建议在安全的环境下使用此工具
- 定期清理生成的密码文件
通过 ChromePass,用户可以轻松管理和备份保存在 Chrome 浏览器中的所有密码,确保重要登录信息的安全性和可访问性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0133- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
725
4.66 K
Ascend Extension for PyTorch
Python
597
749
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
425
376
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
992
984
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
921
133
昇腾LLM分布式训练框架
Python
160
188
暂无简介
Dart
968
246
deepin linux kernel
C
29
16
Oohos_react_native
React Native鸿蒙化仓库
C++
345
393
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.65 K
970