게시물이 오토메이션에 적절하지는 않은것 같으나 어디 물어볼데가 없어서 질문을 남겨봅니다…
python에서 olefile 을 사용해서 hwp파일을 읽어보고 있는데 텍스트는 그럭저럭 잘 가져오는것 같습니다만…
참고링크 : 03. 한글(HWP) - <랭체인LangChain 노트> - LangChain 한국어 튜토리얼🇰🇷
이미지를 가져오기 위해서 한글문서파일형식_5.0 pdf 가이드를 참고해서 해봐도 어떻게 가져와야 할지 모르겠네요…
!png 라고만 나오고 경로가 나오거나 하진 않던데요…
참고한 부분은 캡쳐해서 올립니다.
참고할만한 링크라던지 정보가 있으시면 공유 부탁 드립니다…
감사합니다.
아… 이미지 자체는 BinData Storage 에 있군요…
그럼 이 이미지가 본문에 어디쯤 있는지를 알수있나… 하… 어렵네여
안녕하세요.
이미지가 삽입된 문서를 열어서 시각화를 해보면 각 이미지별로 스트림을 구성하고 있음을 알 수 있습니다.
단계별로 접근한다면 DocInfo 스트림 내에는 아래와 같은 데이터를 저장하고 있고,
(* HWPTAG_ID_MAPPINGS, HWPTAG_BIN_DATA 데이터)
HWPTAG_ID_MAPPINGS에 저장된 데이터를 통해 바이너리 데이터의 개수를 가져올 수가 있습니다.
그리고 HWPTAG_BIN_DATA 저장된 데이터를 통해 각 바이너리 데이터(이미지, OLE…)의 정보를 가져올 수 있는데요.
(임베딩 이미지의 경우)
가져온 정보에서 id와 type 정보를 조합시켜 각 이미지의 Stream이름을 생성시킬 수가 있습니다.
ex) BIN%04x.type → BIN0001.jpg
그러면 만들어진 이름을 가지고 Stream을 접근하여 이미지의 바이너리를 가져오면 됩니다.
해보시고 안되는 점이 있으면 다시 문의 부탁드립니다.
감사합니다.
