Toy Project 1 (3) - CONDA PATH 설정하기

우선 제대로 설치되지 않은 파일을 삭제했다. (중복된 0바이트 파일들)

 

 

import os

path = "/Users/jason/Downloads/"

res = []
for root, dirs, files in os.walk(path):
    rootpath = os.path.join(os.path.abspath(path), root)
    for file in files:
        filepath = os.path.join(rootpath, file)
        res.append(filepath) 

    for result in res:
        ## t로 시작하지 않는 파일 삭제
        if result[23] != 't':
            print('remove file' + result)
            os.remove(result)
            continue

 

 

 

필요 없는 파일들을 삭제했다.

 

 

 

그리고 hwp 파일을 txt 파일로 변환한다. (이다음부터는 삽질을 많이 했다.)

 

 

https://hyyoka-ling-nlp.tistory.com/6

https://statkclee.github.io/nlp2/regex-import-text.html

다양한 방법이 있지만, 우선 위의 사이트에서 소개된 hwp5txt 라이브러리를 사용하기로 했다.

 

hwp5txt가 아닌 hwp5proc를 사용하기로 했다. hwp5txt를 사용하면 표 안의 내용이 추출이 안 된다. 표를 제거하려면 win32com client 라이브러리를 추가로 사용해야 하는데 mac에서는 돌아가지도 않을뿐더러 매우 매우 번거롭다. 그러나 txt 파일이 아닌 xml 파일로 추출하면 깔끔하게 표 안의 내용들까지 추출이 가능하다. 아래의 링크 참고

https://github.com/mete0r/pyhwp/issues/169

https://pythonhosted.org/pyhwp/ko/hwp5proc.html#module-hwp5.proc.xml

 

 

 

hwp5txt를 사용하기 위해서 다음과 같은 절차가 필요하다.

https://mytory.net/archives/12797

이렇게 PATH에 hwp5txt가 설치된 경로를 추가해주어야 한다. 이 작업을 해주는 이유는 sudo 없이 pip install --user로 설치를 한 뒤에 어디서든 접근할 수 있게 만들어 주기 위해서이다. 여기서 주의할 점은 pyhwp가 아니라 hwp5txt의 경로를 확인해야 한다.

 

그런데 mac 최신 환경은 zshrc이기 때문에 위의 블로그에서 소개된 방식으로 하면 안 된다.

 

 

이렇게 vim으로 zshrc에 들어가서

 

 

 

마지막 줄에 export PATH="$PATH:[디렉터리]"를 추가해준다. 참고로 vim에서 편집 모드는 명령어 i로 들어가고, 편집을 완료한 뒤 저장하려면 :wq를 입력하면 된다. 그리고 'ESC'로 다시 명령 모드로 나올 수 있다.

 

 

source ~/.zshrc로 변경사항을 적용하고 hwp5txt --version을 입력하니 원하던 결과가 나왔다. 이제 hwp5txt를 이용하여 txt 파일로 변환해 보자.

 

(결과적으로 jupyter notebook에서는 위의 방법을 사용해도 다른 추가적인 절차가 필요했다.)