콘텐츠로 이동

빠른 시작

HWP Parser를 사용하여 첫 번째 HWP 파일을 변환해봅니다.

어떤 용도로 사용하시나요?

용도 설명 바로가기
🌐 웹 데모 설치 없이 브라우저에서 체험 Hugging Face Spaces
📄 파일 변환 HWP → Markdown, HTML, Text 변환 라이브러리로 시작
💻 일괄 변환 CLI로 여러 파일 한 번에 변환 CLI로 시작
🤖 AI/RAG 연동 LlamaIndex로 HWP 문서 로드 LlamaIndex로 시작

라이브러리로 시작

Python 코드에서 직접 HWP 파일을 변환합니다.

설치

pip install git+https://github.com/devcomfort-works/hwp-parser.git

기본 변환

from pathlib import Path
from hwp_parser import HWPConverter

# Converter 인스턴스 생성
converter = HWPConverter()

# Markdown으로 변환
result = converter.to_markdown("document.hwp")
print(result.content)

다양한 포맷

from pathlib import Path

# 텍스트로 변환
text_result = converter.to_text("document.hwp")

# HTML로 변환
html_result = converter.to_html("document.hwp")

# ODT로 변환 (바이너리)
odt_result = converter.to_odt("document.hwp")
Path("output.odt").write_bytes(odt_result.content)

여러 파일 일괄 변환

from pathlib import Path
from hwp_parser import HWPConverter

converter = HWPConverter()

for hwp_file in Path("documents").glob("*.hwp"):
    result = converter.to_markdown(hwp_file)
    hwp_file.with_suffix(".md").write_text(result.content)
    print(f"✅ {hwp_file.name} → .md")

👉 더 자세한 내용: Core 사용법

CLI로 시작

커맨드라인에서 HWP 파일을 변환합니다.

기본 사용

# 단일 파일 변환
hwp-parser convert document.hwp

# 특정 포맷으로 변환
hwp-parser convert document.hwp --format txt
hwp-parser convert document.hwp --format html

여러 파일 일괄 변환

# 현재 디렉터리의 모든 HWP 파일
hwp-parser convert *.hwp

# 특정 디렉터리에 저장
hwp-parser convert *.hwp --output-dir output/

# 4개 프로세스로 병렬 처리
hwp-parser convert *.hwp --workers 4

진행률 표시

$ hwp-parser convert *.hwp -w 4
총 10개의 파일을 변환합니다 (Format: markdown, Workers: 4)...
Converting [████████████████████████████████████████] 100%
모든 작업이 완료되었습니다.

👉 더 자세한 내용: CLI 가이드

LlamaIndex로 시작

LlamaIndex를 사용하여 HWP 문서를 RAG 파이프라인에 통합합니다.

설치

pip install "hwp-parser[llama-index] @ git+https://github.com/devcomfort-works/hwp-parser.git"

HWP 문서 로드

from pathlib import Path
from hwp_parser import HWPReader

reader = HWPReader()

# HWP 파일을 LlamaIndex Document로 로드
documents = reader.load_data(Path("document.hwp"))

# 변환된 내용 확인
print(documents[0].text)

RAG 파이프라인 구축

from pathlib import Path
from hwp_parser import HWPReader
from llama_index.core import VectorStoreIndex

reader = HWPReader()

# 여러 HWP 문서 로드
all_docs = []
for hwp_file in Path("docs").glob("*.hwp"):
    all_docs.extend(reader.load_data(hwp_file))

# 벡터 인덱스 생성
index = VectorStoreIndex.from_documents(all_docs)

# 질의응답
query_engine = index.as_query_engine()
response = query_engine.query("휴가 정책에 대해 알려주세요")
print(response)

메타데이터 추가

from pathlib import Path
from hwp_parser import HWPReader

reader = HWPReader()
documents = reader.load_data(
    Path("policy.hwp"),
    extra_info={
        "category": "HR",
        "department": "인사팀",
        "year": 2024
    }
)

# 메타데이터 기반 필터링에 활용 가능
print(documents[0].metadata)

👉 더 자세한 내용: LlamaIndex 어댑터

다음 단계