libpff

 
 

Biblioteca C de código abierto para formatos de archivo Outlook

Lea, analice y extraiga datos de archivos PST, OST, PAB y OFF mediante una API C gratuita y de código abierto.

¿Qué es libpff?

libpff es una poderosa biblioteca de C de código abierto diseñada para acceder a los formatos Personal Folder File (PFF) y Offline Folder File (OFF) utilizados por Microsoft Outlook. Permite a los desarrolladores leer, analizar y extraer de forma programática correos electrónicos, contactos, elementos de calendario y otros datos almacenados en archivos PST, OST, PAB y OFF. La biblioteca admite codificaciones de cadena ANSI de 32 bits y Unicode de 64 bits, así como formatos comprimidos como los archivos OST comprimidos con DEFLATE de 4K páginas introducidos en Outlook 2013. Con su robusto motor de análisis, libpff es especialmente valiosa en forense digital, migración de correo electrónico y flujos de trabajo de recuperación de datos.

La biblioteca se mantiene activamente bajo la licencia LGPL-3.0-o posterior y actualmente está en estado alfa, lo que significa que es funcional pero puede carecer de la completitud total de funciones o estabilidad para uso en producción. Incluye herramientas para la recuperación de elementos y puede manejar archivos corruptos o cifrados donde el tipo de cifrado es ninguno. libpff también se integra con proyectos relacionados como libfmapi para definiciones MAPI y proporciona documentación forense detallada para ayudar a analizar estructuras complejas de archivos de Outlook. Los desarrolladores pueden compilar desde el código fuente o usar binarios precompilados, y el proyecto está alojado en GitHub para contribuciones de la comunidad y seguimiento de incidencias.

Previous Next

Comenzando con libpff

Para comenzar a usar libpff, puedes clonar el código fuente de su repositorio oficial [GitHub de libpff](https://github.com/libyal/libpff) y compilarlo usando CMake o autotools. Los binarios precompilados no se distribuyen oficialmente, por lo que compilar desde el código fuente es el enfoque recomendado. El proyecto incluye instrucciones detalladas de compilación y dependencias como libyal/libcerror y libyal/libcdata. Una vez compilado, puedes usar las herramientas de línea de comandos proporcionadas (p. ej., `pffexport`, `pffinfo`) para inspeccionar y extraer datos de archivos PST/OST. Para uso programático, enlaza contra la biblioteca compilada en tu aplicación C/C++. La biblioteca es ligera y tiene dependencias externas mínimas, lo que la hace adecuada para entornos embebidos o forenses.

Instalar libpff mediante compilación desde el código fuente

git clone https://github.com/libyal/libpff.git
cd libpff
./configure
make
sudo make install

Extraer correos electrónicos y archivos adjuntos de archivos PST

libpff ofrece una funcionalidad robusta para analizar archivos PST y extraer mensajes de correo electrónico individuales junto con sus archivos adjuntos. Los desarrolladores pueden recorrer la jerarquía de carpetas, acceder a las propiedades de los mensajes (p. ej., asunto, remitente, destinatarios, marcas de tiempo) y exportar contenido MIME sin procesar o datos estructurados. La biblioteca admite codificaciones de cadena ANSI y Unicode, garantizando compatibilidad con versiones de Outlook desde la década de 1990 hasta las versiones modernas. También maneja archivos OST comprimidos (DEFLATE de página de 4 KB), que son comunes en versiones más recientes de Outlook. Esto hace que libpff sea ideal para herramientas de migración de correo, plataformas de e-discovery y análisis forense donde la extracción precisa de los cuerpos de los mensajes y los adjuntos es crítica. La API expone acceso de bajo nivel a las propiedades MAPI, permitiendo un control granular sobre la recuperación de datos.

¿Cómo extraer correos electrónicos de un archivo PST mediante la API C?

pff_file_t *pff_file = NULL;
pff_error_t *error = NULL;

if (pff_file_open(&pff_file, "example.pst", PFF_OPEN_READ, &error) != 1) {
    // handle error
}

pff_item_t *root_item = NULL;
if (pff_file_get_root_item(pff_file, &root_item, &error) != 1) {
    // handle error
}

// Iterate over items and extract messages
pff_item_t *item = NULL;
while (pff_item_get_sub_item(root_item, &item, &error) == 1) {
    // Process each item (e.g., folder or message)
    pff_item_free(&item, NULL);
}
pff_item_free(&root_item, NULL);
pff_file_close(pff_file, &error);

Análisis forense de archivos Outlook corruptos

libpff incluye capacidades especializadas para el análisis forense de archivos Outlook dañados o parcialmente corruptos. Puede analizar archivos con encabezados faltantes o inconsistentes, recuperar elementos huérfanos y reconstruir árboles de mensajes incluso cuando los índices internos están rotos. La biblioteca admite archivos con tipo de cifrado "none" y puede eludir ciertos errores estructurales para extraer datos utilizables. Esto es especialmente valioso en investigaciones de forense digital donde la evidencia puede residir en archivos PST/OST degradados. libpff también proporciona registro detallado y generación de informes de errores, lo que permite a los analistas rastrear decisiones de análisis e identificar puntos de pérdida de datos. Combinado con su extracción de propiedades MAPI, libpff sirve como una base confiable para crear herramientas forenses que cumplan con los estándares legales y de cumplimiento.

¿Cómo recuperar elementos de un archivo PST corrupto?

pff_file_t *pff_file = NULL;
pff_error_t *error = NULL;

// Open with recovery mode (if supported)
if (pff_file_open_recover(&pff_file, "corrupted.pst", PFF_OPEN_READ, &error) != 1) {
    // fallback to standard open
    pff_file_open(&pff_file, "corrupted.pst", PFF_OPEN_READ, &error);
}

// Use item recovery functions
pff_item_t *recovered_item = NULL;
if (pff_file_get_recovered_item(pff_file, &recovered_item, &error) == 1) {
    // Process recovered item
    pff_item_free(&recovered_item, NULL);
}
pff_file_close(pff_file, &error);

Analizar propiedades y metadatos MAPI

libpff permite una inspección profunda de las propiedades MAPI incrustadas en elementos de Outlook. Los desarrolladores pueden recuperar propiedades estándar como `PR_SUBJECT`, `PR_SENDER_NAME`, `PR_MESSAGE_DELIVERY_TIME`, y propiedades personalizadas definidas por aplicaciones. La biblioteca expone una API de conjunto de propiedades que permite iterar sobre todas las propiedades de un mensaje, carpeta o adjunto. Esto es esencial para aplicaciones que requieren auditoría de cumplimiento, extracción de metadatos o integración con sistemas basados en MAPI. libpff admite tanto identificadores de propiedades con nombre como numéricos, y maneja tipos de valor de 32 bits y 64 bits (p. ej., cadenas, enteros, blobs binarios). Su estrecha integración con libfmapi garantiza una interpretación precisa de las definiciones MAPI, lo que la hace adecuada para crear herramientas avanzadas de análisis de datos de Outlook.

¿Cómo extraer propiedades MAPI de un elemento de mensaje?

pff_item_t *message_item = NULL;
pff_property_t *property = NULL;
pff_error_t *error = NULL;

// Assume message_item is obtained from traversal
while (pff_item_get_property(message_item, &property, &error) == 1) {
    uint32_t property_tag = 0;
    uint32_t property_type = 0;
    const uint8_t *value_data = NULL;
    size_t value_data_size = 0;

    pff_property_get_tag(property, &property_tag, &error);
    pff_property_get_type(property, &property_type, &error);
    pff_property_get_value_data(property, &value_data, &value_data_size, &error);

    // Process property (e.g., print subject if PR_SUBJECT)
    if (property_tag == 0x0037001F) { // PR_SUBJECT (Unicode)
        printf("Subject: %ls\n", (wchar_t*)value_data);
    }
    pff_property_free(&property, NULL);
}

Exportar datos a formatos estándar (CSV, JSON, XML)

Si bien libpff es principalmente una biblioteca en C para el análisis de bajo nivel, incluye utilidades de línea de comandos y API que facilitan la exportación de datos de Outlook a formatos ampliamente usados como CSV, JSON y XML. Herramientas como `pffexport` pueden convertir el contenido de PST/OST en archivos de texto estructurados, preservando la jerarquía de carpetas y los metadatos de los mensajes. Los desarrolladores también pueden usar la biblioteca de forma programática para crear exportadores personalizados—p. ej., mapear propiedades MAPI a objetos JSON para su ingestión en motores de búsqueda o plataformas de análisis. Esta capacidad de exportación es crucial para la migración de datos, copias de seguridad e integración con servicios en la nube modernos que requieren formatos de entrada estandarizados. El diseño flexible de libpff permite a los desarrolladores adaptar la lógica de exportación a requisitos específicos de cumplimiento o flujo de trabajo.

¿Cómo exportar el contenido del PST a JSON mediante CLI?

# Export all messages to JSON with metadata
pffexport -f json -o output_dir/ example.pst

# Export only messages with attachments
pffexport -f json -a example.pst

# View help for export options
pffexport --help
 Español