HWP Extractor

Kotlin 기반 HWP/HWPX 파일 텍스트 추출 유틸리티

기능

• HWP(한글 2005 이하) 및 HWPX(한글 2007 이상) 파일 지원
• 텍스트 추출
• 메타데이터 추출
• 임베디드 파일 추출
• 암호화된 파일 지원
• 여러 파일 동시 처리

요구사항

• Java 17 이상
• Gradle 7.0 이상

빌드

./gradlew build

사용법

기본 사용 (텍스트를 stdout으로 출력)

./hwp-extract file.hwp
./hwp-extract file.hwpx

여러 파일 처리

./hwp-extract file1.hwp file2.hwpx file3.hwp

옵션

./hwp-extract [-h] [--debug] [--extract-meta] [--extract-files] \
              [--output-directory OUTPUT_DIRECTORY] [--password PASSWORD] \
              [--version] target_file [target_file ...]

옵션 설명

• -h, --help: 도움말 표시
• -d, --debug: 디버그 모드 활성화
• -m, --extract-meta: 메타데이터 추출 (제목, 작성자 등)
• -f, --extract-files: 임베디드 파일 추출
• -o, --output-directory OUTPUT_DIRECTORY: 출력 디렉토리 지정 (지정하지 않으면 stdout)
• -p, --password PASSWORD: 암호화된 파일의 비밀번호
• -v, --version: 버전 정보 표시

사용 예제

1. 텍스트를 파일로 저장

./hwp-extract -o output/ document.hwp

2. 메타데이터와 함께 추출

./hwp-extract --extract-meta document.hwp

3. 임베디드 파일도 함께 추출

./hwp-extract --extract-files -o output/ document.hwp

4. 암호화된 파일 처리

./hwp-extract --password mypassword encrypted.hwp

5. 디버그 모드로 실행

./hwp-extract --debug document.hwp

6. 모든 옵션 사용

./hwp-extract --debug --extract-meta --extract-files \
              -o output/ --password mypass document.hwp

Gradle을 통한 직접 실행

./gradlew run --args="document.hwp"
./gradlew run --args="--extract-meta -o output/ document.hwp"

JAR 파일로 실행

java -jar build/libs/hwp-extractor-1.0.0.jar document.hwp

프로젝트 구조

hwp_extractor_java/
├── build.gradle.kts          # Gradle 빌드 설정
├── settings.gradle.kts        # Gradle 프로젝트 설정
├── gradle.properties          # Gradle 속성
├── hwp-extract               # Shell 실행 스크립트
├── README.md                 # 이 파일
└── src/
    └── main/
        └── kotlin/
            └── kr/
                └── etna/
                    └── hwpextractor/
                        ├── Main.kt              # CLI 진입점
                        ├── HwpExtractor.kt      # 메인 추출기
                        ├── HwpTextExtractor.kt  # HWP 추출 구현
                        └── HwpxTextExtractor.kt # HWPX 추출 구현

의존성

• hwplib - HWP 파일 처리
• hwpxlib - HWPX 파일 처리
• Apache Commons CLI - 명령줄 인자 파싱

라이선스

이 프로젝트는 사용된 라이브러리들의 라이선스를 따릅니다.