skdconv 1.0.3

문서(HWP 3.x, HWP 5.x, HWPX, HWPML, XLSX, XLS, DOCX)를 마크다운으로 변환하는 파서 라이브러리

Serious KDocument Converter(skdconv)

한국 공문서(HWP, HWPX, HWPML, XLS, XLSX, DOCX)를 마크다운으로 변환하는 파서 라이브러리입니다.

지원 포맷

포맷	설명
HWP 3.x	한글 구버전
HWP 5.x	한글 바이너리
HWPX	한글 XML 기반
HWPML	한글 XML 내보내기
XLSX	Excel 2007+
XLS	Excel 97-2003
DOCX	Word 2007+

설치

pip install skdconv

의존성: lxml, olefile, pycryptodome

사용법

라이브러리

import skdconv

with open("문서.hwpx", "rb") as f:
    data = f.read()

result = skdconv.parse(data)

if result.success:
    print(result.markdown)
    print(result.page_count)
else:
    print(result.error, result.code)

ParseOptions

from skdconv import ParseOptions

opts = ParseOptions(
    pages="1-3",               # 페이지/섹션 범위
    remove_header_footer=True, # 머리글/바닥글 제거
)
result = skdconv.parse(data, opts)

ParseSuccess 필드

필드	타입	설명
file_type	str	감지된 포맷
markdown	str	변환된 마크다운
blocks	list[IRBlock]	문서 블록 트리
page_count	int | None	페이지 수
metadata	DocumentMetadata | None	문서 메타데이터
outline	list[OutlineItem] | None	목차
warnings	list[ParseWarning] | None	파싱 경고
images	list[ExtractedImage] | None	추출된 이미지

CLI

# 마크다운으로 출력
skdconv 문서.hwpx

# 파일로 저장
skdconv 문서.hwpx -o output.md

# 여러 파일을 디렉토리에 저장
skdconv *.hwpx -d output/

# JSON 형식 출력
skdconv 문서.xlsx --format json

# 페이지 범위 지정
skdconv 문서.hwp -p 1-5

# 머리글/바닥글 제거
skdconv 문서.hwpx --no-header-footer

라이선스

MIT