resume-extract 0.0.1

A library for extracting information contained in resumes

Resume Extract

이력서 URL을 입력하면 정보를 추출하는 파이썬 라이브러리입니다. Google의 LangExtract를 활용하여 구조화된 정보 추출을 제공합니다.

요구사항: Python 3.10+

설치

uv 사용 (권장)

uv add resume_extract

pip 사용

pip install resume_extract

3. 환경 설정

LangExtract API 키가 필요합니다:

# 환경변수 설정
export LANGEXTRACT_API_KEY="your-api-key-here"

# 또는 .env 파일에 추가
echo "LANGEXTRACT_API_KEY=your-api-key-here" > .env

사용법

기본 사용법

from resume_extract import ResumeExtractor

# 추출기 초기화
extractor = ResumeExtractor()

# URL에서 이력서 정보 추출
result = extractor.extract_from_url("https://example.com/resume.pdf")

print(result.name)
print(result.contact.email)
print(result.skills)
print(result.experience)

편의 함수 사용

from resume_extract import extract_from_url, extract_from_file

# 간단한 한 줄 사용
result = extract_from_url("https://example.com/resume.pdf")
result = extract_from_file("./resume.pdf")

컨텍스트 매니저 사용

with ResumeExtractor() as extractor:
    result = extractor.extract_from_url("https://example.com/resume.pdf")
    # 자동으로 리소스 정리됨

지원 형식

• PDF 파일
• Word 문서 (.docx, .doc)
• HTML 웹페이지
• 일반 텍스트 파일

추출되는 정보

• 이름
• 연락처 (이메일, 전화번호, 주소, LinkedIn, GitHub)
• 기술/스킬
• 경력 사항
• 학력
• 프로젝트 경험
• 자격증

개발 명령어

의존성 관리

# 의존성 설치
make install

# 개발 의존성 포함 설치
make install-dev

# 의존성 추가
make add PACKAGE=package-name

# 개발 의존성 추가
make add-dev PACKAGE=package-name

# 락파일 업데이트
make lock

테스트

# 기본 테스트
make test

# 상세 테스트
make test-verbose

# 커버리지 포함 테스트
make test-cov

코드 품질

# 코드 포맷팅
make format

# 포맷 확인
make format-check

# 린팅
make lint

빌드 및 배포

# 빌드
make build

# 배포
make publish

예제 실행

# 기본 예제 실행
make example

# 또는 직접 실행
uv run python examples/basic_usage.py

설정 옵션

extractor = ResumeExtractor(
    langextract_api_key="your-key",        # API 키
    model_id="gemini-2.0-flash",           # 모델 선택
    max_file_size_mb=10,                   # 최대 파일 크기
    timeout=30,                            # 네트워크 타임아웃
    max_retries=3                          # 재시도 횟수
)

데이터 모델

추출된 정보는 구조화된 Pydantic 모델로 반환됩니다:

• ResumeInfo: 전체 이력서 정보
• ContactInfo: 연락처 정보
• ExperienceInfo: 경력 정보
• EducationInfo: 학력 정보
• ProjectInfo: 프로젝트 정보
• CertificationInfo: 자격증 정보

JSON 출력 예제

result = extractor.extract_from_url("https://example.com/resume.pdf")

# 딕셔너리로 변환
data = result.to_dict()

# JSON 문자열로 변환
json_str = result.to_json()
print(json_str)

오류 처리

from resume_extract import (
    ResumeExtractor,
    InvalidURLError,
    UnsupportedFileTypeError,
    DownloadError
)

try:
    result = extractor.extract_from_url("https://example.com/resume.pdf")
except InvalidURLError as e:
    print(f"잘못된 URL: {e}")
except UnsupportedFileTypeError as e:
    print(f"지원하지 않는 파일 형식: {e}")
except DownloadError as e:
    print(f"다운로드 실패: {e}")

성능 최적화

• 배치 처리: 여러 이력서를 처리할 때는 하나의 ResumeExtractor 인스턴스를 재사용
• 캐싱: 동일한 URL의 경우 결과를 캐싱하여 재사용
• 병렬 처리: 독립적인 이력서들은 병렬로 처리 가능

# 배치 처리 예제
urls = ["url1.pdf", "url2.pdf", "url3.pdf"]

with ResumeExtractor() as extractor:
    results = []
    for url in urls:
        try:
            result = extractor.extract_from_url(url)
            results.append(result)
        except Exception as e:
            print(f"처리 실패 {url}: {e}")

라이선스

MIT License