PubAX › kordoc › 파이썬에서 HWP 파일 읽기

파이썬에서 HWP 파일 읽기

kordoc Python SDK는 kordoc 엔진을 상주 워커로 띄워 재사용합니다. 문서마다 Node를 새로 실행하지 않고, 결과는 Node 라이브러리와 같습니다.

1. 설치

SDK는 엔진을 포함하지 않습니다. Node.js 20 이상과 kordoc 엔진을 먼저 설치합니다. 파이썬은 3.11 이상입니다.

복사npm i -g kordoc
pip install -U "kordoc>=0.2.0"

2. 읽기

복사from kordoc import KordocClient

with KordocClient() as client:
    result = client.parse("문서.hwp", table_format="gfm")
    if result.success:
        print(result.markdown)
    else:
        print(result.code, result.error)

문서를 못 읽어도 예외를 던지지 않고 success=False와 사유를 돌려줍니다. 예외로 받고 싶으면 result.raise_for_error()를 부릅니다.

여러 문서 동시에

복사import asyncio
from kordoc import AsyncKordocClient

async def main():
    async with AsyncKordocClient(max_workers=2) as client:
        results = await asyncio.gather(*(client.parse(p) for p in ["a.hwp", "b.pdf"]))

asyncio.run(main())

꺼낼 수 있는 값

결과에서 markdown, blocks, pages, metadata, warnings, images 값을 꺼내 씁니다. result.raw는 엔진이 낸 JSON 원본입니다.

폐쇄망

엔진 위치를 직접 지정합니다.

복사from kordoc import KordocClient, KordocConfig

config = KordocConfig(
    node="/opt/node/bin/node",
    cli="/opt/kordoc-offline/node_modules/kordoc/dist/cli.js",
    env={"KORDOC_OFFLINE": "1"},
)

Java는 Java SDK를 씁니다.