hwp-parser

HWP 파일을 텍스트, HTML, Markdown, ODT로 변환하는 Python 라이브러리입니다. CLI 도구, Gradio 기반 Web UI, LlamaIndex 어댑터를 함께 제공해 RAG 파이프라인에서 한글 문서를 바로 활용할 수 있습니다.

핵심 기능

기능	설명
다중 포맷 변환	HWP → Text / HTML / Markdown / ODT
CLI 도구	hwp-parser convert *.hwp 로 대량 변환
Web UI	Gradio 기반 대화형 변환 데모
LlamaIndex 통합	RAG 파이프라인에서 HWP 문서 직접 인덱싱

설치

# 기본 설치
pip install git+https://github.com/devcomfort-labs/hwp-parser.git

# LlamaIndex 어댑터 포함
pip install "hwp-parser[llama-index] @ git+https://github.com/devcomfort-labs/hwp-parser.git"

사용 예시

# Python API
from hwp_parser import HWPConverter

result = HWPConverter().to_markdown("document.hwp")
print(result.content)

# LlamaIndex RAG 파이프라인
from hwp_parser import HWPReader
from llama_index.core import VectorStoreIndex

documents = HWPReader().load_data("document.hwp")
index = VectorStoreIndex.from_documents(documents)

# CLI
hwp-parser convert *.hwp

# Web UI 실행
hwp-parser web

설치 없이 Hugging Face Spaces에서 바로 체험할 수 있습니다.

라이선스: AGPL-3.0 (핵심 의존성 pyhwp 준수)