hyowong/java-hwp

HWP 파일 텍스트 추출

java-hwp

본 제품은 한글과컴퓨터의 한글 문서 파일(.hwp) 공개 문서를 참고하여 개발하였습니다.

개발에 많은 도움을 주신 cogniti님과 libhwp Google Group 그룹에 감사드립니다.

HWP 파일에서 텍스트를 추출하는 자바 라이브러리이며 ruby-hwp 의 자바 버전입니다. ruby-hwp의 로직을 대부분 그대로 사용하며 ruby-hwp의 문자매핑 정보(hnc2unicode.rb) 파일을 사용합니다.

HWP 5.0 버전의 Compound File은 Apache-POI의 POIFS File System을 사용하여 처리합니다.

사용방법

File hwp = new File("hangul.hwp"); // 텍스트를 추출할 HWP 파일
Writer writer = new StringWriter(); // 추출된 텍스트를 출력할 버퍼
HwpTextExtractor.extract(hwp, writer); // 파일로부터 텍스트 추출
String text = writer.toString(); // 추출된 텍스트