Create app.py

app.py

@@ -0,0 +1,405 @@
+"""
+HWP 파일 변환기 - Gradio 웹 앱
+pyhwp 저장소 기반으로 동작
+"""
+import gradio as gr
+import tempfile
+import os
+import subprocess
+import shutil
+import sys
+from pathlib import Path
+
+# 로컬 pyhwp 패키지 경로 추가
+SCRIPT_DIR = os.path.dirname(os.path.abspath(__file__))
+PYHWP_PATH = os.path.join(SCRIPT_DIR, 'pyhwp')
+if os.path.exists(PYHWP_PATH):
+    sys.path.insert(0, PYHWP_PATH)
+    print(f"Added local pyhwp path: {PYHWP_PATH}")
+
+# pyhwp 모듈 import 시도
+try:
+    from hwp5.filestructure import Hwp5File
+    from hwp5 import plat
+    PYHWP_AVAILABLE = True
+    print("pyhwp modules loaded successfully")
+except ImportError as e:
+    PYHWP_AVAILABLE = False
+    print(f"Warning: Could not import pyhwp modules: {e}")
+
+# olefile은 기본 텍스트 추출용
+try:
+    import olefile
+    OLEFILE_AVAILABLE = True
+except ImportError:
+    OLEFILE_AVAILABLE = False
+
+
+def check_hwp_version(file_path):
+    """HWP 파일 버전 확인"""
+    try:
+        with open(file_path, 'rb') as f:
+            header = f.read(32)
+            # HWP 시그니처 확인
+            if b'HWP Document File' in header:
+                return "HWP v5", True
+            elif header[:4] == b'\xd0\xcf\x11\xe0':  # OLE 시그니처
+                return "HWP v5 (OLE)", True
+            else:
+                return "Unknown", False
+    except Exception as e:
+        return f"Error: {e}", False
+
+
+def extract_text_with_olefile(input_path):
+    """olefile을 사용한 기본 텍스트 추출"""
+    if not OLEFILE_AVAILABLE:
+        return None, "olefile 모듈이 없습니다."
+    
+    try:
+        ole = olefile.OleFileIO(input_path)
+        text_parts = []
+        
+        # 스트림 목록 확인
+        for entry in ole.listdir():
+            entry_path = '/'.join(entry)
+            
+            # BodyText나 Section 관련 스트림에서 텍스트 추출
+            if any(keyword in entry_path for keyword in ['BodyText', 'Section']):
+                try:
+                    stream = ole.openstream(entry)
+                    data = stream.read()
+                    
+                    # UTF-16 LE 디코딩 시도
+                    try:
+                        text = data.decode('utf-16-le', errors='ignore')
+                        # 제어 문자 필터링
+                        cleaned = ''.join(
+                            c for c in text 
+                            if c.isprintable() or c in '\n\r\t '
+                        )
+                        if cleaned.strip():
+                            text_parts.append(cleaned.strip())
+                    except:
+                        pass
+                except:
+                    continue
+        
+        ole.close()
+        
+        if text_parts:
+            return '\n\n'.join(text_parts), None
+        else:
+            return None, "텍스트를 추출할 수 없습니다."
+            
+    except Exception as e:
+        return None, f"OLE 파일 처리 오류: {str(e)}"
+
+
+def convert_to_html_subprocess(input_path, output_dir):
+    """subprocess로 hwp5html 실행"""
+    output_path = os.path.join(output_dir, "output.html")
+    
+    # 가능한 hwp5html 경로들
+    hwp5html_paths = [
+        'hwp5html',  # PATH에 있는 경우
+        os.path.join(SCRIPT_DIR, 'bin', 'hwp5html'),
+        os.path.join(PYHWP_PATH, 'bin', 'hwp5html'),
+        sys.executable.replace('python', 'hwp5html'),
+    ]
+    
+    for cmd_path in hwp5html_paths:
+        try:
+            result = subprocess.run(
+                [cmd_path, '--output', output_path, input_path],
+                capture_output=True,
+                text=True,
+                timeout=120
+            )
+            
+            if result.returncode == 0 and os.path.exists(output_path):
+                return output_path, None
+        except (FileNotFoundError, subprocess.TimeoutExpired):
+            continue
+        except Exception as e:
+            continue
+    
+    return None, "hwp5html 명령을 찾을 수 없습니다."
+
+
+def convert_to_odt_subprocess(input_path, output_dir):
+    """subprocess로 hwp5odt 실행"""
+    output_path = os.path.join(output_dir, "output.odt")
+    
+    hwp5odt_paths = [
+        'hwp5odt',
+        os.path.join(SCRIPT_DIR, 'bin', 'hwp5odt'),
+        os.path.join(PYHWP_PATH, 'bin', 'hwp5odt'),
+    ]
+    
+    for cmd_path in hwp5odt_paths:
+        try:
+            result = subprocess.run(
+                [cmd_path, '--output', output_path, input_path],
+                capture_output=True,
+                text=True,
+                timeout=120
+            )
+            
+            if result.returncode == 0 and os.path.exists(output_path):
+                return output_path, None
+        except (FileNotFoundError, subprocess.TimeoutExpired):
+            continue
+        except Exception as e:
+            continue
+    
+    return None, "hwp5odt 명령을 찾을 수 없습니다."
+
+
+def convert_to_txt_subprocess(input_path, output_dir):
+    """subprocess로 hwp5txt 실행"""
+    output_path = os.path.join(output_dir, "output.txt")
+    
+    hwp5txt_paths = [
+        'hwp5txt',
+        os.path.join(SCRIPT_DIR, 'bin', 'hwp5txt'),
+        os.path.join(PYHWP_PATH, 'bin', 'hwp5txt'),
+    ]
+    
+    for cmd_path in hwp5txt_paths:
+        try:
+            result = subprocess.run(
+                [cmd_path, input_path],
+                capture_output=True,
+                text=True,
+                timeout=120
+            )
+            
+            if result.returncode == 0 and result.stdout:
+                with open(output_path, 'w', encoding='utf-8') as f:
+                    f.write(result.stdout)
+                return output_path, None
+        except (FileNotFoundError, subprocess.TimeoutExpired):
+            continue
+        except Exception as e:
+            continue
+    
+    return None, "hwp5txt 명령을 찾을 수 없습니다."
+
+
+def convert_hwp(file, output_format, progress=gr.Progress()):
+    """HWP 파일 변환 메인 함수"""
+    
+    if file is None:
+        return None, "❌ 파일을 업로드해주세요.", ""
+    
+    # 파일 경로 처리
+    if hasattr(file, 'name'):
+        input_file = file.name
+    else:
+        input_file = str(file)
+    
+    # 파일 확장자 확인
+    if not input_file.lower().endswith('.hwp'):
+        return None, "❌ HWP 파일만 지원됩니다.", ""
+    
+    progress(0.1, desc="파일 분석 중...")
+    
+    # HWP 버전 확인
+    version, is_valid = check_hwp_version(input_file)
+    if not is_valid:
+        return None, f"❌ 지원하지 않는 파일 형식입니다: {version}", ""
+    
+    # 임시 디렉토리 생성
+    tmp_dir = tempfile.mkdtemp()
+    
+    try:
+        # 입력 파일 복사
+        input_filename = os.path.basename(input_file)
+        input_path = os.path.join(tmp_dir, input_filename)
+        shutil.copy(input_file, input_path)
+        
+        progress(0.3, desc=f"{output_format}로 변환 중...")
+        
+        output_path = None
+        error = None
+        ext = ""
+        
+        # 변환 수행
+        if output_format == "HTML":
+            output_path, error = convert_to_html_subprocess(input_path, tmp_dir)
+            ext = ".html"
+            
+        elif output_format == "ODT (OpenDocument)":
+            output_path, error = convert_to_odt_subprocess(input_path, tmp_dir)
+            ext = ".odt"
+            
+        elif output_format == "TXT (텍스트)":
+            # 먼저 hwp5txt 시도
+            output_path, error = convert_to_txt_subprocess(input_path, tmp_dir)
+            
+            # 실패 시 olefile로 직접 추출
+            if output_path is None:
+                progress(0.5, desc="기본 텍스트 추출 중...")
+                text, error = extract_text_with_olefile(input_path)
+                if text:
+                    output_path = os.path.join(tmp_dir, "output.txt")
+                    with open(output_path, 'w', encoding='utf-8') as f:
+                        f.write(text)
+                    error = None
+            
+            ext = ".txt"
+        else:
+            return None, f"❌ 지원하지 않는 형식: {output_format}", ""
+        
+        # 변환 실패 처리
+        if output_path is None or not os.path.exists(output_path):
+            error_msg = error or "변환에 실패했습니다."
+            return None, f"❌ {error_msg}", ""
+        
+        progress(0.8, desc="파일 준비 중...")
+        
+        # 최종 파일명 설정
+        base_name = Path(input_filename).stem
+        final_filename = f"{base_name}{ext}"
+        final_output = os.path.join(tmp_dir, final_filename)
+        
+        if output_path != final_output:
+            shutil.move(output_path, final_output)
+        
+        # 파일 크기 확인
+        file_size = os.path.getsize(final_output)
+        size_str = f"{file_size / 1024:.1f} KB" if file_size > 1024 else f"{file_size} bytes"
+        
+        progress(1.0, desc="완료!")
+        
+        # 미리보기 (텍스트/HTML인 경우)
+        preview = ""
+        if ext in ['.txt', '.html']:
+            try:
+                with open(final_output, 'r', encoding='utf-8', errors='ignore') as f:
+                    preview = f.read(5000)  # 처음 5000자만
+                    if len(preview) >= 5000:
+                        preview += "\n\n... (미리보기 생략)"
+            except:
+                pass
+        
+        return final_output, f"✅ 변환 완료: {final_filename} ({size_str})", preview
+        
+    except Exception as e:
+        import traceback
+        traceback.print_exc()
+        return None, f"❌ 오류 발생: {str(e)}", ""
+    
+    finally:
+        # 임시 파일 정리는 Gradio가 다운로드 후 처리
+        pass
+
+
+# CSS 스타일
+css = """
+#col-container {
+    margin: 0 auto;
+    max-width: 900px;
+}
+.upload-box {
+    border: 2px dashed #6366f1 !important;
+    border-radius: 12px !important;
+}
+.download-box {
+    border: 2px solid #22c55e !important;
+    border-radius: 12px !important;
+    background: linear-gradient(135deg, #f0fdf4 0%, #dcfce7 100%) !important;
+}
+.preview-box {
+    max-height: 400px;
+    overflow-y: auto;
+    font-family: 'Nanum Gothic', sans-serif;
+    white-space: pre-wrap;
+    background: #f8fafc;
+    padding: 16px;
+    border-radius: 8px;
+}
+"""
+
+# Gradio 인터페이스
+with gr.Blocks(css=css, title="HWP 변환기", theme=gr.themes.Soft()) as demo:
+    with gr.Column(elem_id="col-container"):
+        gr.Markdown("""
+        # 📄 HWP 파일 변환기
+        
+        한글(HWP) 문서를 다양한 형식으로 변환합니다.
+        """)
+        
+        with gr.Row():
+            with gr.Column(scale=1):
+                gr.Markdown("### 📤 파일 업로드")
+                file_input = gr.File(
+                    label="HWP 파일 선택",
+                    file_types=[".hwp"],
+                    type="filepath",
+                    elem_classes=["upload-box"]
+                )
+                
+                format_select = gr.Radio(
+                    label="변환 형식",
+                    choices=["HTML", "ODT (OpenDocument)", "TXT (텍스트)"],
+                    value="TXT (텍스트)",
+                    info="원하는 출력 형식을 선택하세요"
+                )
+                
+                convert_btn = gr.Button(
+                    "🔄 변환하기", 
+                    variant="primary",
+                    size="lg"
+                )
+            
+            with gr.Column(scale=1):
+                gr.Markdown("### 📥 변환 결과")
+                status_output = gr.Textbox(
+                    label="상태",
+                    interactive=False,
+                    lines=2
+                )
+                
+                file_output = gr.File(
+                    label="다운로드",
+                    elem_classes=["download-box"]
+                )
+        
+        # 미리보기 영역
+        with gr.Accordion("📋 내용 미리보기", open=False):
+            preview_output = gr.Textbox(
+                label="",
+                lines=15,
+                max_lines=25,
+                interactive=False,
+                elem_classes=["preview-box"]
+            )
+        
+        gr.Markdown("""
+        ---
+        ### ℹ️ 안내사항
+        
+        | 형식 | 설명 | 용도 |
+        |------|------|------|
+        | **HTML** | 웹 페이지 형식 | 브라우저에서 보기, 웹 게시 |
+        | **ODT** | OpenDocument | LibreOffice, Google Docs |
+        | **TXT** | 순수 텍스트 | 텍스트 추출, 검색 |
+        
+        > ⚠️ **제한사항:** HWP v5 형식(한글 2007+)만 지원 | 암호화 파일 불가 | 복잡한 레이아웃은 일부 손실 가능
+        
+        ---
+        *Powered by [pyhwp](https://github.com/mete0r/pyhwp) | GNU AGPL v3.0*
+        """)
+    
+    # 이벤트 핸들러
+    convert_btn.click(
+        fn=convert_hwp,
+        inputs=[file_input, format_select],
+        outputs=[file_output, status_output, preview_output]
+    )
+
+# 앱 실행
+if __name__ == "__main__":
+    demo.launch()