python-hwpx 2.7

Hancom HWPX 패키지를 로드하고 편집하기 위한 Python 유틸리티 모음

python-hwpx

HWPX 문서를 Python으로 읽고, 편집하고, 생성합니다.

---

python-hwpx는 한컴오피스의 HWPX 포맷을 순수 Python으로 다루는 라이브러리입니다. 한/글 설치 없이, OS에 관계없이 HWPX 문서의 구조를 파싱하고 콘텐츠를 조작할 수 있습니다.

pyhwpx / pyhwp와 다른 점?

	python-hwpx	pyhwpx	pyhwp
대상 포맷	.hwpx (OWPML/OPC)	.hwpx	.hwp (v5 바이너리)
한/글 설치	불필요	필요 (Windows COM)	불필요
크로스 플랫폼	✅ Linux / macOS / Windows / CI	❌ Windows 전용	✅
방식	직접 XML 파싱	COM 자동화	OLE 파싱

🌍 크로스 플랫폼 지원

HWPX 파일은 ZIP + XML 구조이므로, 한/글 프로그램 없이 Python만으로 완벽하게 읽고 쓸 수 있습니다.

플랫폼	읽기	쓰기	비고
✅ Windows	✅	✅	한컴오피스
✅ macOS	✅	✅	한컴오피스 Mac
✅ Linux	✅	✅	한컴오피스 Linux
✅ CI/CD	✅	✅	Docker, GitHub Actions 등

설치

pip install python-hwpx

유일한 의존성은 lxml입니다.

Quick Start

from hwpx import HwpxDocument

# 기존 문서 열기
doc = HwpxDocument.open("보고서.hwpx")

# 빈 문서 새로 만들기
doc = HwpxDocument.new()

# 문단 추가
doc.add_paragraph("python-hwpx로 생성한 문단입니다.")

# 표 추가 (2×3)
table = doc.add_table(rows=2, cols=3)
table.set_cell_text(0, 0, "이름")
table.set_cell_text(0, 1, "부서")
table.set_cell_text(0, 2, "연락처")

# 메모 추가 (한/글에서 바로 표시)
paragraph = doc.paragraphs[0]
doc.add_memo_with_anchor("검토 필요", paragraph=paragraph)

# 저장
doc.save_to_path("결과물.hwpx")

💡 컨텍스트 매니저도 지원합니다:

with HwpxDocument.open("보고서.hwpx") as doc:
    doc.add_paragraph("자동으로 리소스가 정리됩니다.")
    doc.save_to_path("결과물.hwpx")

주요 기능 한눈에 보기

카테고리	기능	설명
📄 문서 I/O	열기/저장/생성	파일, 바이트, 스트림 입출력 · 원자적 저장 · ZIP 무결성 검증
📝 단락	추가/삭제/편집/서식	텍스트 설정, 단락 삭제(remove_paragraph), 스타일 참조
✏️ Run	텍스트 조각	추가, 교체, 볼드/이탤릭/밑줄/색상 서식
📊 표(Table)	생성/편집/병합	N×M 표 생성, 셀 텍스트, 셀 병합/분할, 중첩 테이블
📑 섹션	추가/삭제	add_section(after=), remove_section(), manifest 자동 관리
🖼️ 이미지	임베드/삭제	바이너리 데이터 관리, manifest 자동 등록
✏️ 도형	선/사각형/타원	OWPML 명세 준수 도형 삽입
📑 머리글/바닥글	설정/제거	홀수/짝수/양쪽 페이지 구분
💬 메모	추가/삭제	앵커 기반 메모, 메모 셰이프 참조
📌 각주/미주	추가	텍스트 접근
🔗 북마크/하이퍼링크	삽입/조회	URL 링크, 내부 북마크
📰 다단 편집	컬럼 정의	다단 레이아웃 제어
🔍 텍스트 추출	파이프라인	섹션/단락 순회, 주석 렌더링, 중첩 객체 제어
🔎 객체 검색	태그/속성/XPath	특정 요소 탐색, 주석 이터레이터
🎨 스타일 치환	서식 기반 필터	색상/밑줄/charPrIDRef 기반 Run 검색 및 교체
📤 내보내기	텍스트/HTML/Markdown	문서 변환 출력
✅ 유효성 검사	XSD + 패키지 구조	CLI(hwpx-validate, hwpx-validate-package) 및 API
🧰 워크플로 도구	unpack/pack/template analyze/page guard	템플릿 보존형 XML-first 작업 보조
🏗️ 저수준 XML	데이터클래스 매핑	OWPML 스키마 ↔ Python 객체 직접 조작
🔄 네임스페이스 호환	자동 정규화	HWPML 2016 → 2011 자동 변환

기능 상세

📄 문서 편집

문단, 표, 메모, 머리말/꼬리말을 Python 객체로 다룹니다.

# 단락 추가·삭제
doc.add_paragraph("새 문단")
doc.remove_paragraph(doc.paragraphs[-1])   # 마지막 단락 삭제

# 섹션 추가·삭제
new_sec = doc.add_section()          # 문서 끝에 섹션 추가
new_sec.add_paragraph("두 번째 섹션 내용")
doc.remove_section(1)                # 인덱스로 섹션 삭제

# 머리말·꼬리말
doc.set_header_text("기밀 문서", page_type="BOTH")
doc.set_footer_text("— 1 —", page_type="BOTH")

# 표 셀 병합·분할
table.merge_cells(0, 0, 1, 1)   # (0,0)~(1,1) 병합
table.set_cell_text(0, 0, "병합된 셀", logical=True, split_merged=True)

🔍 텍스트 추출 & 검색

from hwpx import TextExtractor, ObjectFinder

# 텍스트 추출
for section in TextExtractor("문서.hwpx"):
    for para in section.paragraphs:
        print(para.text)

# 특정 객체 탐색
for obj in ObjectFinder("문서.hwpx").find("tbl"):
    print(obj.tag, obj.attributes)

🎨 스타일 기반 텍스트 치환

서식(색상, 밑줄, charPrIDRef)으로 런을 필터링해 선택적으로 교체합니다.

# 빨간색 텍스트만 찾아서 치환
doc.replace_text_in_runs(
    "임시", "확정",
    text_color="#FF0000",
)

# 특정 서식의 런 검색
runs = doc.find_runs_by_style(underline_type="SINGLE")

📤 내보내기

# 텍스트, HTML, Markdown으로 변환
text = doc.export_text()
html = doc.export_html()
md   = doc.export_markdown()

🏗️ 저수준 XML 제어

OWPML 스키마에 매핑된 데이터클래스로 XML 구조를 직접 다룹니다.

# 헤더 참조 목록
doc.border_fills    # 테두리 채우기
doc.bullets         # 글머리표
doc.styles          # 스타일
doc.track_changes   # 변경 추적

# 바탕쪽·이력·버전 파트
doc.master_pages
doc.histories
doc.version

아키텍처

python-hwpx
├── hwpx.document        # 고수준 편집 API (HwpxDocument)
├── hwpx.opc             # OPC 컨테이너 읽기/쓰기 (원자적 저장, ZIP 무결성 검증)
├── hwpx.oxml            # OWPML XML ↔ 데이터클래스 매핑
│   ├── document.py      #   섹션, 문단, 표, 런, 메모, 도형, 노트
│   ├── header.py        #   헤더 참조 목록 (스타일, 글머리표, 변경추적 등)
│   ├── body.py          #   타입이 지정된 본문 모델
│   └── common.py        #   범용 XML ↔ 데이터클래스
├── hwpx.tools
│   ├── archive_cli      #   unpack/pack CLI 및 재패킹 메타데이터
│   ├── text_extractor   #   텍스트 추출 파이프라인
│   ├── text_extract_cli #   텍스트 추출 CLI
│   ├── object_finder    #   객체 탐색 유틸리티
│   ├── exporter         #   텍스트/HTML/Markdown 내보내기
│   ├── validator        #   스키마 유효성 검사 (hwpx-validate CLI)
│   ├── package_validator#   ZIP/OPC/HWPX 구조 검사
│   ├── page_guard       #   layout-drift proxy
│   └── template_analyzer#   레퍼런스 문서 분석/추출
└── hwpx.templates       # 내장 빈 문서 템플릿

CLI

# HWPX 문서 스키마 유효성 검사
hwpx-validate 문서.hwpx

# ZIP/OPC/HWPX 패키지 구조 검사
hwpx-validate-package 문서.hwpx

# HWPX 풀기 / 다시 묶기
hwpx-unpack 문서.hwpx ./unpacked
hwpx-pack ./unpacked ./repacked.hwpx

# 레퍼런스 템플릿 분석과 파트 추출
hwpx-analyze-template 문서.hwpx --extract-dir ./template-parts --json

# plain / markdown 텍스트 추출
hwpx-text-extract 문서.hwpx --format markdown --output 문서.md

# 레이아웃 드리프트 프록시 비교
hwpx-page-guard --reference 원본.hwpx --output 결과.hwpx

hwpx-page-guard는 렌더된 실제 쪽수를 계산하지 않습니다. 대신 단락 수, 표 수, shape/control 수, 명시적 page/column break, 텍스트 길이 통계를 비교해 레이아웃 드리프트 위험을 탐지하는 프록시 도구입니다.

문서

📖 전체 문서	Sphinx 기반 API 레퍼런스, 사용 가이드, FAQ
🚀 빠른 시작	5분 안에 HWPX 문서 다루기
📚 사용 가이드	50+ 실전 사용 패턴
🔧 API 레퍼런스	클래스·메서드 상세 명세
📐 스키마 개요	OWPML 스키마 구조 설명

지원 포맷

포맷	확장자	읽기	쓰기
HWPX	.hwpx	✅	✅
HWP	.hwp	❌	❌

Note: HWP(v5 바이너리) 파일은 지원하지 않습니다. 한컴오피스에서 HWPX로 변환 후 사용하세요.

요구 사항

• Python 3.10+
• lxml ≥ 4.9

알려진 제약

• add_shape() / add_control()은 한/글이 요구하는 모든 하위 요소를 생성하지 않습니다. 복잡한 개체를 추가할 때는 한/글에서 열어 검증해 주세요.
• 이미지 삽입 시 바이너리 임베드는 지원하지만, <hp:pic> 요소의 완전한 자동 생성은 제공하지 않습니다.
• 암호화된 HWPX 파일의 암복호화는 지원하지 않습니다.

기여하기

버그 리포트, 기능 제안, PR 모두 환영합니다. 개발 환경 설정과 테스트 방법은 CONTRIBUTING.md를 참고하세요.

git clone https://github.com/airmang/python-hwpx.git
cd python-hwpx
pip install -e ".[dev]"
pytest

License

MIT © 고규현 (Kyuhyun Koh)

Author

고규현 — 광교고등학교 정보·컴퓨터 교사

• ✉️ [e-mail]
• 🐙 @airmang