Python을 활용한 HWP 파일 포맷 파싱

이 게시물은 HWP 포맷의 실제 예제 분석을 통해 문서 구조와 데이터 파싱 방식을 설명합니다.

주요 내용

• HWP 파일의 이진 구조인 Compound File Structure 이해 및 olefile, zlib 라이브러리 활용
• DocInfo 스트림에서 레코드 기반 데이터 읽기 및 압축 해제 과정
• 레코드 헤더(TagID, Level, Size)의 구조와 이를 바탕으로 문서 속성, ID 매핑, 바이너리 데이터, 글꼴 정보 파싱 방법
• 가변 길이 문자열 처리와 레코드별 데이터 읽기 및 건너뛰기 로직 구현

결론

HWP 문서는 체계적인 레코드 구조와 압축/암호화 기능을 갖추고 있으며, Python 코드 예제로 이를 효과적으로 파싱하는 방법을 소개합니다.