jakal-hwpx 0.3.0b2

Round-trip safe HWPX reader/editor/writer for Python

jakal-hwpx

jakal-hwpx는 ZIP 기반 HWPX 문서를 열고, 수정하고, 검증하고, 다시 저장하기 위한 Python 라이브러리입니다.

저장소 구성

• src/jakal_hwpx: 패키지 소스 코드
• tests: 테스트 코드
• examples/samples/hwpx: 고정 테스트 fixture로 쓰는 HWPX 샘플
• examples/output_smoke: 소규모 smoke corpus
• examples/output: showcase 생성 결과물

요구 사항

• Python 3.11 이상
• Git LFS 불필요

설치

PyPI에서 설치:

python -m pip install --upgrade pip
python -m pip install jakal-hwpx

로컬 체크아웃에서 설치:

python -m pip install --upgrade pip
python -m pip install .

개발 모드 설치:

python -m pip install -e .[dev]

샘플 .hwp/.hwpx 문서는 저장소에 일반 Git blob으로 포함되어 있으므로 클론 후 별도 git lfs install 또는 git lfs pull 단계가 필요하지 않습니다.

• 패키지 이름: jakal-hwpx
• import 경로: jakal_hwpx

빠른 시작

from jakal_hwpx import HwpxDocument

doc = HwpxDocument.blank()
doc.set_metadata(title="예제", creator="jakal-hwpx")
doc.set_paragraph_text(0, 0, "Hello HWPX")
doc.save("build/hello.hwpx")

이 패키지는 ZIP 기반 HWPX 패키지를 주 대상으로 동작합니다. .hwp <-> .hwpx pure-python 브리지도 포함하지만, Hancom과 byte-identical한 완전 호환 변환기를 목표로 하지는 않습니다.

실험적 저수준 .hwp 지원도 포함합니다. HwpBinaryDocument는 Compound File 기반 legacy HWP 문서에서 FileHeader, DocInfo, BodyText/Section*, PrvText를 읽고, 기존 스트림 크기를 보존하는 범위에서 미리보기 텍스트와 본문 텍스트의 same-length 치환을 저장할 수 있습니다.

객체 기반 실험 API인 HwpDocument도 포함합니다. 이 레이어는 HwpSection, HwpParagraphObject를 통해 .hwp 문서를 HwpxDocument와 비슷한 방식으로 다루도록 맞춘 래퍼입니다. 현재 .hwp -> HancomDocument IR -> HwpxDocument와 HwpxDocument -> HancomDocument IR -> .hwp를 pure Python으로 수행하므로 tables(), pictures(), append_paragraph(), append_table(), save(...hwpx) 같은 고수준 흐름을 Hancom 자동화 없이 사용할 수 있습니다.

build_hwp_pure_profile()는 hwp_collection/에서 table + picture + hyperlink가 함께 있는 donor를 골라 base.hwp + feature templates를 추출하고, HwpDocument.blank_from_profile()은 그 profile만으로 append_table_pure(), append_picture_pure(), append_hyperlink_pure()를 수행합니다. 기본 bundled profile도 패키지에 포함되므로, donor나 profile 경로를 따로 넘기지 않아도 HwpDocument.blank()와 append_*_pure()를 바로 사용할 수 있습니다.

from jakal_hwpx import HwpBinaryDocument, HwpDocument

binary_doc = HwpBinaryDocument.open("input.hwp")
print(binary_doc.file_header().version)
print(binary_doc.preview_text())

doc = HwpDocument.open("input.hwp")
paragraph = next(p for p in doc.section(0).paragraphs() if "2027" in p.text)
paragraph.replace_text_same_length("2027", "2028", count=1)
doc.save("build/edited.hwp")

# Pure-python HWP <-> HWPX bridge:
doc = HwpDocument.open("input.hwp")
doc.append_paragraph("Bridge paragraph")
doc.append_hyperlink("https://example.com", text="Example")
doc.save("build/edited_via_bridge.hwp")
doc.save("build/edited_via_bridge.hwpx")

# Pure-python experimental path:
from jakal_hwpx import HwpDocument, build_hwp_pure_profile

profile = build_hwp_pure_profile("hwp_collection", "build/hwp_pure_profile")
doc = HwpDocument.blank_from_profile(profile.root)
doc.append_table_pure()
doc.append_picture_pure()
doc.append_hyperlink_pure()
doc.save("build/pure_profile_output.hwp")

# Bundled profile path:
doc = HwpDocument.blank()
doc.append_table_pure()
doc.append_picture_pure()
doc.append_hyperlink_pure()
doc.save("build/bundled_pure_output.hwp")

주요 API

대부분의 사용은 HwpxDocument에서 시작합니다.

• HwpxDocument.open(path): 기존 HWPX 파일 열기
• HwpxDocument.blank(): 최소 구성의 새 문서 만들기
• metadata() / set_metadata(): 문서 메타데이터 조회 및 수정
• get_document_text(): 본문 텍스트 추출
  • 주의: 이 출력은 검색/미리보기용 평탄화 텍스트이며, 편집 대상 문단 인덱스와 1:1로 대응하지 않습니다.
• set_paragraph_text(): 특정 문단 텍스트 교체
• append_paragraph(): 문단 추가
• replace_text(): 문서 전체 텍스트 치환
• section_settings(): 페이지 설정 조회 및 수정
• tables(), pictures(), notes(), fields(): 구조화된 요소 접근
• validation_errors(): 문서 구조 검증
• save(path): 파일 저장
  • append_row() now fails fast when the template row contains preserved controls such as bookmarks or fields.
  • append_paragraph(..., template_index=...) now fails fast when the selected template paragraph contains preserved controls.
  • validate=True 기본값은 제어문 보존 검사까지 포함합니다. 실패 시 예외 메시지에 섹션 경로와 누락된 제어문 종류가 함께 표시됩니다.

자주 쓰는 helper 타입:

• SectionSettings
• Table, TableCell
• HeaderFooterBlock
• Bookmark, Field, Note, Equation, ShapeObject

패키지 구조와 타입 설명은 HWPX_MODULE.md를 참고하세요.

공개 API 계약

공식 지원하는 공개 API는 src/jakal_hwpx/__init__.py에서 다시 export하는 top-level jakal_hwpx import 표면입니다.

안정적으로 지원하는 진입점:

• HwpxDocument, DocumentMetadata
• Table, TableCell, Picture, Note, Equation, Bookmark, Field, AutoNumber
• HeaderFooterBlock, SectionSettings, StyleDefinition, ParagraphStyle, CharacterStyle, ShapeObject
• HwpBinaryDocument, HwpBinaryFileHeader, HwpRecord, HwpParagraph
• HwpDocument, HwpSection, HwpParagraphObject, HwpDocumentProperties
• HwpxPart, XmlPart, SectionPart, HeaderPart, ContentHpfPart, SettingsPart, VersionPart, MimetypePart, ContainerPart, ContainerRdfPart, ManifestPart, BinaryDataPart, GenericBinaryPart, GenericTextPart, GenericXmlPart, PreviewImagePart, PreviewTextPart, ScriptPart
• HwpxError, HwpxValidationError, InvalidHwpxFileError, InvalidHwpFileError, HwpBinaryEditError

반대로 jakal_hwpx.document, jakal_hwpx.parts 같은 내부 모듈 경로 import는 구현 세부사항이며, 호환성 계약 대상으로 보지 않습니다.

지원 범위

지원:

• Python 3.11, 3.12, 3.13
• ZIP 기반 HWPX 패키지의 열기, 수정, 검증, 컴파일, 저장
• legacy binary .hwp 파일의 저수준 열기, 스트림 파싱, 미리보기/본문 same-length 수정, 저장
• Hancom automation 없이 .hwp의 pure-python high-level HWPX bridge editing / export
• hwp_collection 기반 pure-python profile build 및 template-backed append_table_pure()/append_picture_pure()/append_hyperlink_pure()
• jakal_hwpx top-level export를 통한 문서 편집 흐름

비지원:

• Hancom과 동일 fidelity의 .hwp <-> .hwpx 완전 변환기
• multi-section / header-footer / note / bookmark까지 포함한 full-fidelity HWP binary writer
• donor/profile 없이 모든 HWP control을 임의 구조로 생성하는 범용 pure-python authoring
• top-level jakal_hwpx export 밖의 내부 import 경로에 대한 호환성 보장

예제

문서 열기와 검증:

from jakal_hwpx import HwpxDocument

doc = HwpxDocument.open("input.hwpx")

print(doc.metadata())
print(doc.get_document_text())
print(doc.validation_errors())
print(doc.reference_validation_errors())

메타데이터와 본문 수정:

from jakal_hwpx import HwpxDocument

doc = HwpxDocument.open("input.hwpx")
doc.set_metadata(title="수정된 제목", creator="Docs Team", keyword="example")
doc.replace_text("초안", "최종")
doc.append_paragraph("추가 문단", section_index=0)
doc.save("build/edited.hwpx")

페이지 설정과 표 수정:

from jakal_hwpx import HwpxDocument

doc = HwpxDocument.open("input.hwpx")

settings = doc.section_settings(0)
settings.set_page_size(width=60000, height=85000)
settings.set_margins(left=7000, right=7000, top=5000, bottom=5000)

table = doc.tables()[0]
table.set_cell_text(0, 0, "수정됨")
table.append_row()[0].set_text("새 행")

doc.save("build/layout-updated.hwpx")

북마크, 하이퍼링크, 계산 필드 추가:

from jakal_hwpx import HwpxDocument

doc = HwpxDocument.blank()
bookmark = doc.append_bookmark("summary_anchor")
doc.append_hyperlink("https://example.com", display_text="Example")
doc.append_calculation_field("40+2", display_text="42")
doc.append_cross_reference(bookmark.name or "summary_anchor", display_text="요약으로 이동")
doc.save("build/fields.hwpx")

테스트

python -m pip install -e .[dev]
python -m pytest -q
python scripts/run_stability_lab.py

Windows Hancom smoke validation:

powershell -ExecutionPolicy Bypass -File scripts/setup_hancom_security_module.ps1 -DownloadIfMissing
powershell -ExecutionPolicy Bypass -File scripts/run_hancom_smoke_validation.ps1 -InputPath examples\samples\hwpx\AI와_특이점_보고서.hwpx -OutputPath .codex-temp\hancom-smoke\sample.roundtrip.hwpx
powershell -ExecutionPolicy Bypass -File scripts/run_hancom_corpus_smoke_validation.ps1

Pure-python bridge가 기본 경로이고, Hancom smoke validator는 선택적 호환성 검증용입니다. 이 스크립트는 공식 security module을 등록하고 RegisterModule("FilePathCheckDLL", "FilePathCheckerModuleExample")를 호출한 뒤 구조화된 .run.json 로그를 남깁니다. 또한 기존 Hwp.exe 프로세스 때문에 COM 검증이 흔들릴 수 있는 경우 즉시 실패합니다.

테스트는 examples/samples/hwpx/ 아래의 고정 fixture corpus를 사용합니다. 로컬과 CI가 같은 경로를 사용하도록 고정해 두었기 때문에 테스트 커버리지가 실행 환경에 따라 흔들리지 않습니다.

추가 문서

• HWPX_MODULE.md: 패키지 구조와 API 설명
• scripts/run_stability_lab.py: synthetic paragraph/container matrix round-trip harness
• scripts/setup_hancom_security_module.ps1: install and register the official Hancom automation security module
• scripts/run_hancom_smoke_validation.ps1: single-file Hancom Open() / SaveAs() smoke validation with fast-fail diagnostics
• scripts/run_hancom_corpus_smoke_validation.ps1: corpus-wide Hancom smoke validation runner
• examples/SHOWCASE.md: showcase 생성 흐름
• RELEASING.md: 배포 체크리스트
• THIRD_PARTY_NOTICES.md: 샘플 문서와 재배포 관련 고지

라이선스

프로젝트가 직접 작성한 소스 코드는 MIT License를 따릅니다.

샘플 문서와 커밋된 생성 결과물은 별도 권리를 가질 수 있습니다. 재배포 전에는 THIRD_PARTY_NOTICES.md를 확인하세요.