두 줄 요약 그간 한글 파일(hwp V5) 파싱 및 처리기인 pyhwp는 파이썬 2 환경에서만 동작하였다. 최신 업데이트 버전인 0.1b12에서 python3.x을 지원한다. 참고 문서 공식 문서 위 사이트에서는 pyhwp 0.1b8(2014-11-03) 내용이지만 pyhwp 0.1b12에서도 대부분 적용이 된다. 메뉴얼에 예시된 대로 동작하지 않는 경우가 가끔 있는데 사용자의 미숙 때문인지 버전이 올라가면서 바뀐 것인지는 확인되지 않는다, 아래 영문 페이지에 짝이 되는 국문 페이지가 존재하기는 하나 아직 정비 중인지 영문 페이지에 비해 내용이 부실하다. 사용법 등에 관련해서는 위의 페이지를 참고하는 쪽이 여러 모로 편하다. 공식 문서(영문) 이 영문 문서를 보면 가장 최신 버전이 hwp 0.1b12(2..

PDFBox로 PDF 파일 (특히 표 사용) 구문 분석 출처 : https://big-blog.tistory.com/8166 GitHub - thoqbk/traprange: (Java)A Method to Extract Tabular Content from PDF Files 표 형식 데이터가 포함 된 PDF 파일을 구문 분석해야합니다. 내가 사용하고 PDFBox를 결과 (문자열) 이상을 구문 분석 할 파일의 텍스트를 추출 할 수 있습니다. 문제는 텍스트 추출이 테이블 형식 데이터에 대해 예상대로 작동하지 않는다는 것입니다. 예를 들어, 다음과 같은 테이블이 포함 된 파일이 있습니다 (7 개 열 : 처음 두 개에는 항상 데이터가 있고 하나의 복잡성 열에 만 데이터가 있고 하나의 Financing 열에 만 ..

발단 폐쇄망에서 분석환경을 만들기 위해 파이썬을 설치하고자 하였다. 인터넷이 되지 않으므로 설치함에도 애를 먹을뻔했지만, 그나마 gcc 등 컴파일러까지는 폐쇄망 컨테이너안에 패키지가 있어 파이썬까지는 수월하게 설치했다. 그런데 아무 생각없이 pip install -r requirements.txt를 날렸다가 뜬금없이 헛웃음이 났다. pip가 없었다. 그래서 pip 부터 설치하는 방법을 찾아보았다. PIP(Package Installer for Pyhton) 없이 패키지 설치 인터넷 환경에서 pip 설치 인터넷 환경에서 설치시에는 yum(centos)이나 apt-get(ubuntu)으로 설치하다. # centos yum install python-pip # ubuntu apt-get install pyth..

포스팅 하단에 pyhwp의 버전 추가 관련 내용을 추가하였습니다. Install Pyhwp! Pyhwp를 찾게 된 것은 이곳 포스팅과 연결된다. Java에서 hwp를 이미지로 변환하다 보니 이것 저것 찾게 되었고, 결국 종착지는 Pyhwp였다. 일단 Pyhwp에 대해 자세한 것은 공식문서를 참고하고… 이번 포스팅에서는 설치하는 과정에 대해 다루려 한다. (중요) Pyhwp는 Python 2.7에서 동작한다! => 최신버전에서는 Python 3.x를 지원하게 되었다. 그래서 먼저 별도로 실행할 환경은 Python 2.7을 구축해두고 진행하자. 최신 버전인 0.1b12 를 사용할 경우 가상환경에서 python3.x 버전을 구축해두고 진행하자. 아래는 설치 진행 과정이다. 1. lxml 설치 pyhwp는 공식..

지식그래프(Knowledge Graph)란? 지식그래프는 현재 시장에서 많은 관심을 받고 있습니다. 기존에 ‘지식’이란 사람들의 기억에 의존하는 경우가 많았습니다. 사람들이 기억하거나 메모한 글을 기록으로 작성하게 되면서, 그런 기록물들을 컴퓨터로 작성하게 되고, 작성한 문서들이 무한하게 공유되어 현재는 다양한 장치를 통해 대량의 정보를 볼 수 있게 되었습니다. 지식그래프는 사람이 기억으로 생성하고 활용하는 지식 정보를 좀 더 정확하게 관리하고, 많은 양의 지식 탐색을 위한 기법으로 나타나 현재 구글이나 마이크로소프트 같은 거대 IT 기업에서 대중적으로 사용하고 있습니다. 지식그래프를 알기 전에 우선 지식베이스에 대한 정리가 필요합니다. 지식베이스는 도메인 정보(개인이 알고 있는 정보, 업체가 사용하는 ..