[Python] HWP 파일을 불러오기

리눅스 백엔드에서 HWP 파일을 처리하는 것은 상당히 골치아픈 일입니다.

다행히 Python에는 HWP 파일을 핸들링하는 모듈도 있습니다 ^^

1. Olefile

[code]

import olefile 

f = olefile.OleFileIO('한컴파일.hwp') # HWP 파일 열기

encoded_text = f.openstream('PrvText').read() # PrvText 스트림의 내용 꺼내기

decoded_text = encoded_text.decode('UTF-16') # 유니코드를 UTF-16으로 디코딩

print(decoded_text)

[/code]

Olefile 모듈은 Microsoft OLE2 파일을 조작하기 위한 모듈로서

위와 같은 방법으로 한컴 HWP 파일도 불러올 수 있습니다 ^^

2. PyHWP의 HWP5TXT

[code]

from subprocess import Popen, PIPE

file = '한컴파일.hwp'

process = Popen(['hwp5txt', file], stdout=PIPE, stderr=PIPE)

stdout, stderr = process.communicate()

data = stdout.decode('utf-8')

print(data)

[/code]

PyHWP 모듈은 Olefile에 dependent하기 때문에

Olefile에서 제대로 불러오지 못하는 HWP 파일의 경우

PyHWP에서도 마찬가지로 잘 불러올 수 없다는 문제가 있습니다.

그러한 경우에 위와 같이 PyHWP 설치시 함께 설치되는 hwp5txt.exe 파일을 이용하면

대부분의 문제를 해결할 수 있습니다 ^^

다만 EXE 파일이므로 윈도우 환경에서만 실행 가능하다는 한계가 있습니다.