convez.ai
PluginAutomaçãoIntermediário
iamupd

HWP Extractor

iamupd/hwp-extractor

Converta documentos HWP/HWPX para markdown sem bibliotecas

Ver no GitHub
InicialPluginScore · de 0 a 100

Plugin Claude que converte arquivos HWP/HWPX (formato Han­com Office) em markdown, preservando estrutura de tabelas, parágrafos e listas. Funciona sem dependências externas, usando apenas Python puro, e suporta conversão em lote de diretórios inteiros.

Instalação

$npx convez-ai iamupd/hwp-extractor

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 7 meses
Versão
—
Issues abertas
0
Contribuidores
3

Casos de uso

  • Extração de conteúdo de documentos Han­com Office para processamento em IA
  • Migração de documentação corporativa coreana para markdown/git
  • Análise de estrutura de relatórios e apresentações em formato HWP

Veredito

Solução pragmática para caso de uso específico (ecossistema HWP/HWPX coreano). Parser de baixo nível robusto sem deps externas, mas estrutura de detecção de headers/listas é heurística e pode precisar ajuste para documentos complexos. Útil para fluxos de automação em ambientes corporativos asiáticos.

README

A tradução para o português deste README ainda está na fila.

hwp-extractor

Python Claude Skill Plugin Format Dependencies License

Claude Code 플러그인 — HWP/HWPX 파일을 마크다운으로 변환

한컴오피스 문서 포맷인 .hwp(바이너리 OLE)와 .hwpx(ZIP+XML)에서 텍스트를 추출하여 마크다운으로 변환하는 Claude Code 플러그인입니다. 별도 라이브러리 설치 없이 표준 Python만 사용합니다.


설치

방법 1: 플러그인으로 설치 (권장)

git clone https://github.com/iamupd/hwp-extractor.git
claude --plugin-dir ./hwp-extractor

방법 2: 스킬 파일만 복사

mkdir -p .claude/skills/hwp
cp -r hwp-extractor/skills/hwp/* .claude/skills/hwp/

방법 3: 스크립트만 직접 사용

git clone https://github.com/iamupd/hwp-extractor.git
python hwp-extractor/skills/hwp/scripts/hwp_to_markdown.py "문서.hwp"

사용법

Claude 스킬로 사용

Claude에게 자연어로 요청하면 자동으로 스킬이 실행됩니다:

"RICS 개선방향.hwp 마크다운으로 뽑아줘"
"docs 폴더 hwp 파일 전부 변환해줘"
"이 hwpx 파일 내용 읽어줘"

스크립트 직접 실행

# 단일 HWP 파일 변환 (stdout 출력)
python scripts/hwp_to_markdown.py "문서.hwp"

# 단일 HWPX 파일 → .md 저장
python scripts/hwp_to_markdown.py "문서.hwpx" -o "출력.md"

# 디렉토리 일괄 변환 (자동으로 markdown/ 서브폴더 생성)
python scripts/hwp_to_markdown.py "/경로/폴더/"

Python 모듈로 임포트

import sys
sys.path.insert(0, 'skills/hwp/scripts')

from hwp_extract import extract_hwp
from hwpx_extract import extract_hwpx

markdown = extract_hwp("문서.hwp")    # HWP 바이너리
markdown = extract_hwpx("문서.hwpx")  # HWPX ZIP+XML
print(markdown)

출력 예시

입력: RICS 개선방향.hwp

# 실시간 종합건설정보 시스템(RICS) 개선방향

> 출처: RICS 개선방향.hwp

---

**실시간 종합건설정보 시스템(RICS) 개선방향**

## 1. 현황 및 문제점

- 전국 320여개의 건설공사 현황, 현장별 안전 정보 등을 실시간으로 확인할 수 있는
  종합건설정보(RICS) 시스템을 구축

## 2. 개선방향

### 시스템 기능 고도화

- 과거 데이터를 축적 및 비교분석 할 수 있는 기능 도입

구조

hwp-extractor/
├── .claude-plugin/
│   └── plugin.json                 # 플러그인 매니페스트
├── skills/
│   └── hwp/
│       ├── SKILL.md                # 스킬 정의 (트리거 조건 + 사용 지침)
│       └── scripts/
│           ├── hwp_to_markdown.py  # 통합 CLI (자동 감지 + 일괄 변환)
│           ├── hwp_extract.py      # HWP 바이너리(OLE CFB) 파서
│           └── hwpx_extract.py     # HWPX(ZIP+XML) 파서
├── README.md                       # 이 문서
└── LICENSE                         # MIT

파싱 방식

포맷방식비고
.hwpUTF-16LE 바이너리 스캔OLE CFB 구조, 순수 텍스트 레이어 추출
.hwpxZIP 압축 해제 → XML 파싱section*.xml에서 단락·표 구조 보존

마크다운 자동 구조화:

원본 패턴변환
1., Ⅰ. 시작 제목## H2
짧은 소제목### H3
ㅇ, ○ 글머리- 불릿
* 주석> 인용
<제목> 꺽쇠굵게
표(tbl/tr/tc)마크다운 테이블

지원 플랫폼

플랫폼지원
Claude Code CLIO
Claude Code Desktop (Mac/Windows)O
Claude Code Web (claude.ai/code)O
Claude Code IDE Extensions (VS Code, JetBrains)O

한계

HWP/HWPX 포맷 특성상 아래 내용은 추출되지 않을 수 있습니다:

  • 이미지·도형 안에 삽입된 텍스트
  • 암호화된 문서
  • 복잡한 수식(MathML)
  • 머리글/바닥글 일부

이 경우 LibreOffice를 통한 변환을 권장합니다:

libreoffice --headless --convert-to txt:Text 문서.hwpx

관련 프로젝트

  • law-search — 한국 법령 조회·검색·개정 감지 플러그인

라이선스

License

MIT

Ver o original no GitHub

Bom para

Relacionados