pyhwp (mete0r)

pyhwp는 .hwp 파일 포맷 v5를 파싱하는 Python 라이브러리입니다. 2010년 7월에 시작해 2026년 8월 기준 스타 301개·포크 74개를 기록 중이며, 최근 푸시가 2026-05-19로 16년째 유지되고 있습니다. 한국 오픈소스 생태계에서 가장 오래된 HWP 관련 프로젝트 중 하나입니다.

16년이라는 시간:
2010년이면 스마트폰이 막 보급되던 시기입니다. 그때 시작한 프로젝트가 지금도 커밋이 들어온다는 건, HWP라는 문제가 16년 동안 해결되지 않고 남아 있다는 뜻이기도 합니다. 포맷이 닫혀 있고 공식 크로스 플랫폼 지원이 부족한 상황이 그만큼 오래 이어졌습니다.

Python 파서의 쓸모

• 문서 텍스트 추출 후 검색 인덱싱
• 데이터 분석 파이프라인에 한글 문서 투입
• 대량 문서 배치 변환
• 크롤링한 공공문서 처리

Python은 데이터 처리 생태계가 두터워서, 문서를 파싱한 다음 단계(NLP·검색·분석)로 넘기기 쉽습니다.

오래된 프로젝트를 볼 때 확인할 것

스타 수보다 최근 푸시 날짜와 이슈 응답이 중요합니다. pyhwp는 2026년 5월 푸시가 있어 살아 있는 프로젝트이고, 새로 나온 Rust 기반 파서(hwpers·rhwp)들과 목적이 조금 다릅니다. 레이아웃 렌더링이 필요 없고 텍스트·구조만 필요하다면 Python 생태계에 바로 붙는 pyhwp가 여전히 실용적입니다.

오래 사는 프로젝트의 공통점

16년을 버틴 오픈소스는 그 자체로 기록입니다. 대부분의 사이드 프로젝트가 1~2년을 못 넘기는 걸 감안하면, 무엇이 프로젝트를 오래 살게 하는지 참고할 만한 사례입니다. 공통점은 대체로 “문제가 사라지지 않았고, 만든 사람이 그 문제를 계속 겪는다”입니다.

같은 결의 한국 HWP 라이브러리

• hwplib · hwpxlib (Java, 10년 유지)
• hwpers (Rust 파서)
• hwpjs (JavaScript 뷰어)
• pypandoc-hwpx (Pandoc 기반 변환)
• kordoc (파싱·비교·생성)

그리고 오래된 파서는 최신 파이썬에서 의존성 문제가 나기도 합니다. 설치가 막히면 도커나 가상환경으로 버전을 고정하는 편이 빠릅니다.

이런 분께 맞아요

• Python으로 한글 문서를 처리해야 하는 개발자
• 공공문서 데이터 분석 파이프라인을 만드는 사람
• 문서 텍스트 추출 후 검색·NLP로 넘기려는 팀
• 장수 오픈소스의 유지 방식을 참고하려는 메이커