read_hwp_table.py

'''
파이썬을 이용해 한글 hwp 문서의 표를 읽는다.
공식 API를 이용하지 않고, 미리보기 글자를 읽는 식의 일종의 편법(?)을 이용한다. 
Body 필드도 있던데, 지금 당장 필요치 않아서 사용하지 않는다.

참고: https://yahohococo.tistory.com/45
사용하는 대상 파일은 링크가 너무 길어서 아래 댓글에 남겨둔다.
'''

import olefile
f = olefile.OleFileIO("2021학년도 1학기 기말고사 시간표.hwp")

# 미리보기 텍스트를 읽은 후, UTF-16으로 디코드한 다음, 개행 문자를 교체한다.
text = f.openstream('PrvText').read().decode("UTF-16").replace("\r\n", "\n")

# 내용에 표는, 각 블럭이 <내용> 이런식으로 괄호로 감싸져 있어서, 괄호를... 좀 무식하게 제거한다.

texts = [x[:len(x)-1] for x in text.split("<")]
print(texts)

사용된 파일(Onedrive)