DINKIssTyle (61.♡.73.102)
2026년 3월 29일 PM 11:47
대한민국에서 둘째가라면 서러울 문서지옥. 거기서 7년 버틴 공무원이 만들었습니다.
HWP, HWPX, PDF — 관공서에서 쏟아지는 모든 문서를 파싱하고, 비교하고, 분석하고, 생성합니다.
...
지원 포맷
포맷 | 엔진 | 특징 |
|---|---|---|
HWPX (한컴 2020+) | ZIP + XML DOM | 매니페스트, 중첩 테이블, 병합 셀, 손상 ZIP 복구 |
HWP 5.x (한컴 레거시) | OLE2 + CFB | 21종 제어문자, zlib 압축 해제, DRM 감지 |
pdfjs-dist | 라인 그룹핑, 테이블 감지, 이미지 PDF + OCR |
대한민국 지방공무원. 광진구청에서 7년간 HWP 파일과 싸우다가 이걸 만들었습니다. 5개 공공 프로젝트에서 수천 건의 실제 관공서 문서를 파싱하며 검증했습니다.
https://github.com/chrisryugj/kordoc/blob/main/README-KR.md
우왕!!! 이거 대박 프로젝트네요~ 한글 파일들 파싱해서 LLM들에게 던져주기 좋겠어요 ㄷㄷ
댓글 (6)
- 달
달려라쑈바
03.29 · 222.♡.155.187
-
홍홍천브람스
03.29 · 112.♡.106.194
어..어?! 이건 좋은것입니다. 지금까지 파싱 능력때문에 RAG기반 커스텀 LLM 못써먹었는데 ㅠㅠ
-
BBLUEnLIVE
03.30 · 124.♡.137.94
구형 HWP도 파싱하셨군요.................. ㄷㄷㄷㄷ
전 hwpx, hwpml 까지만 파싱해봤는데 지옥이었습니다...............
-
시시커먼사각
03.30 · 49.♡.218.16
엄청난 노력의 결과물입니다만, 이걸 기화로 한컴을 다시 쓰자는 얘기는 안 나왔으면 좋겠습니다. 한컴은 버릴 때가 지났어요
-
밤밤페이
03.30 · 220.♡.103.127
제목부터 문서지옥..
대단합니다..ㅎㄷㄷㄷ
-
선선물아빠
03.30 · 123.♡.235.5
문서를 파싱한다면 주 사용처는 포맷 변화가 되는걸까요?
댓글을 작성하려면 이 필요합니다.
오 이거 대박이네요 감사합니다 나중에 한글 다루는 일이 있으면 참고해야겠네요