By name: hwp-analyze description: 한글 파일(.hwp, .hwpx)의 구조를 분석합니다. "hwp 분석", "서식 분석", "한글 파일 구조" 요청시 사용합니다.
한글 파일 분석
입력
$ARGUMENTS
OS별 처리 방법
Windows: pyhwpx 사용 (권장)
Windows + 한글 프로그램이 설치된 환경에서는 pyhwpx를 사용합니다.
from pyhwpx import Hwp
hwp = Hwp()
hwp.open("서식.hwp") # .hwp, .hwpx 모두 지원
# 필드 목록 조회
fields = hwp.get_field_list()
print(fields)
# 필드값 조회
for field in fields:
value = hwp.get_field_text(field)
print(f"{field}: {value}")
hwp.quit()
pyhwpx 설치: pip install pyhwpx
macOS/Linux: XML 직접 파싱 (.hwpx만 지원)
HWPX는 ZIP 형식의 압축 파일입니다.
hwpx파일/
├── Contents/
│ ├── section0.xml # 본문 내용 (첫 번째 섹션)
│ ├── section1.xml # 추가 섹션 (있는 경우)
│ └── header.xml # 헤더 정보
├── settings.xml # 문서 설정
└── mimetype # 파일 타입 정보
처리 절차
- 압축 해제
unzip -o {파일}.hwpx -d {임시디렉토리}/
XML 읽기:
Contents/section0.xml파일을 Read 도구로 읽습니다.XML 구조 분석
네임스페이스: hp = http://www.hancom.co.kr/hwpml/2011/paragraph
| 태그 | 의미 |
|---|---|
<hp:tbl> |
표 (table) |
<hp:tr> |
행 (table row) |
<hp:tc> |
셀 (table cell) |
<hp:t> |
텍스트 내용 |
<hp:p> |
문단 (paragraph) |
표 구조 예시:
<hp:tbl>
<hp:tr>
<hp:tc><hp:p><hp:t>필드명</hp:t></hp:p></hp:tc>
<hp:tc><hp:p><hp:t>값</hp:t></hp:p></hp:tc>
</hp:tr>
</hp:tbl>
필드 추출: 2열 표에서 첫 번째 열은 필드명, 두 번째 열은 값
임시 파일 정리
rm -rf {임시디렉토리}
사용자에게 알려줄 것
- 발견된 표 개수
- 채워야 할 필드 목록 (빈 칸)
- 이미 채워진 필드 (있다면)
- 다음 단계 안내 (
/hwp-fill로 채우기)
주의
- macOS/Linux에서
.hwp는 지원 안 됨 → 한글에서.hwpx로 다시 저장하라고 안내 - Windows에서는 pyhwpx로
.hwp,.hwpx모두 지원 - 복잡한 표(병합 셀 등)는 구조가 다르게 보일 수 있음