（5117期）hwp-reader – 韩文办公文档智能解析

韩文办公文档智能解析 读取并提取韩国HWP/HWPX文档内容的专用工具，支持政府表格、申请文件等韩文办公文档的文本解析，适合处理韩国官方文书场景。 使用说明 核心功能 HWP Reader 是一款专门处理韩国 Hangul Word Processor 格式文档的技能，支持读取传统 HWP 二进制格式和现代 HWPX（基于 ZIP 的 XML）格式。该技能通过 pyhwp 库解析遗留 HWP 文件，并利用 Python 标准库的 zipfile 和 xml.etree.ElementTree 处理 HWPX 格式。 显著优点： 针对韩国政府文书场景深度优化，可处理 정부지원사업 신청서 等官方表格 双格式支持覆盖新旧文档标准，HWPX 支持表格检测和图片提取（BinData/） 无需依赖 Microsoft Office 或 Hancom Office 原生软件 支持批量文档对比、模板内容填充等进阶工作流 潜在局限： HWP 格式的表格结构会丢失，仅以 <표> 占位符显示 HWPX 的 Preview/PrvText.txt 被截断至约 1KB，需遍历 section XML 获取完整内容 复杂格式（颜色、字体、页面布局）在纯文本模式下不保留 加密或密码保护的文档无法处理 依赖 pyhwp 第三方库，若未预装则功能受限 适合人群： 需要处理韩国政府申请文件、商业合同的用户 AI 辅助填写韩文表格、对比文档版本的研究者 无 Hancom Office 环境但需要解析韩文文档的开发者 常规风险： 提取内容可能与原始排版存在偏差，关键数据需人工复核 执行外部 Python 脚本存在潜在代码注入风险（虽当前实现为硬编码模板） 依赖库版本兼容性可能影响 HWP 解析稳定性 原始说明 Extract and analyze text, tables, images, and metadata from Korean HWP and HWPX documents, supporting both legacy and modern formats.