用途:分析韩文文档(.hwp、.hwpx)的结构,定位表格与待填写字段,为后续填写做准备。适用于需要了解韩文表单结构、提取字段名与值的场景。
主要能力:在 Windows 且安装韩文程序时使用 pyhwpx,可打开 .hwp 与 .hwpx;通过 hwp.get_field_list() 获取字段列表,用 hwp.get_field_text(field) 读取字段值。macOS/Linux 上仅支持 .hwpx,通过解压后直接解析 XML 实现。
使用方式:Windows 安装 pyhwpx:pip install pyhwpx;示例:from pyhwpx import Hwp;hwp = Hwp();hwp.open("서식.hwp");fields = hwp.get_field_list()。macOS/Linux 先解压:unzip -o {파일}.hwpx -d {임시디렉토리}/,再读取 Contents/section0.xml;命名空间 hp = http://www.hancom.co.kr/hwpml/2011/paragraph,常用标签 hp:tbl(表)、hp:tr(行)、hp:tc(单元格)、hp:t(文本)、hp:p(段落)。两列表格中第一列为字段名、第二列为值。处理后可清理临时目录:rm -rf {임시디렉토리}。
输出建议:向用户报告发现的表格数量、待填写的空白字段、已填写的字段,并引导使用 /hwp-fill 填写。
限制:macOS/Linux 不支持 .hwp,需在韩文程序中另存为 .hwpx;合并单元格等复杂表格结构可能显示不同。其他平台或更深层功能资料暂未提供。