본문 바로가기
아래아한글 자동화/python+hwp 중급

[QnA]문서간 순서가 달라도 유사조항을 찾아서 비교하는 프로그램?

by 일코 2021. 5. 18.

저는 ㅇㅇㅇ이라고 합니다.
회사에서 두개의 텍스트를 검증할 일이 빈번해서 회사원님의 유튜브를 시청하고
파이썬 쥬피터를 통해서 제업무에 적용해보았습니다.
8강 소스코드에서 예제와 동일하게 코드를 테스트 하던중

IndexError                                Traceback (most recent call last)
<ipython-input-6-d24047290ede> in <module>
     91         for copy_statement in copy_full_text:
     92             coupled_dict[difflib.SequenceMatcher(None, original_statement.split(' ', 1)[1],
---> 93                                                  copy_statement.split(' ', 1)[1]).ratio()] = copy_statement
     94         max_ratio = max(k for k, v in coupled_dict.items())
     95         cb.copy(coupled_dict[max_ratio].strip())  # 유사도가 제일 높은 문장을 찾아 복사하고,
IndexError: list index out of range

위와 같은 리스트 오류가 나왔습니다.
업로드 되어있던 "별헤는 밤" 파일 등을 동일하게 적용하였습니다. 한글은 2014를 사용중입니다.
혹시 어떻게 수정해야 하는지 답변을 부탁드리겠습니다.

감사합니다~

 


 

우선 아래의 파일을 다운로드해서 실행해보세요.

두 유사문서간 비교를 통해 가장 유사한 문장을 짝짓고(조작본은 순서가 뒤죽박죽)

원본과 차이가 있는 조작본 문장의 글자색을 빨갛게 바꿔주는 코드입니다.

 

별헤는밤_원본.hwp
0.05MB
별헤는밤_조작.hwp
0.05MB
비교표.hwp
0.01MB
문서비교.py
0.01MB

문서비교.py는 아래의 코드와 동일합니다.

설명은 주석과 영상으로 대신합니다.

import os
import difflib  # 두 개 문자열간의 차이점을 분석하는 데 쓸 수 있는 외장 라이브러리입니다. 설치되어 있어요.

import pyperclip as cb  # 클립보드를 제어할 수 있는 간편한 툴입니다. pip로 설치하세요.
import win32com.client as win32  # 쓰고 계시죠?


def 글자색(Color):  # 먼저 함수를 정의해놓겠습니다.
    """셀 안의 모든 글자색을 바꾼다."""
    hwp.HAction.Run("TableCellBlock")  # F5키를 누르고
    hwp.HAction.Run(f"CharShapeTextColor{Color.capitalize()}")  # 색변경 메서드를 실행 후
    hwp.HAction.Run("Cancel")  # 셀 선택 취소


if __name__ == '__main__':
    hwp = win32.gencache.EnsureDispatch('HWPFrame.HwpObject')  # 한/글 열고
    hwp.RegisterModule("FilePathCheckDLL", "SecurityModule")  # 보안모듈 적용하고,
    hwp.XHwpWindows.Item(0).Visible = True
    hwp.Open(os.path.join(os.getcwd(), "별헤는밤_원본.hwp"))  # 원본 열고,
    hwp.Run("FileNew")  # 또 새 창,
    hwp.Open(os.path.join(os.getcwd(), "별헤는밤_조작.hwp"))  # 조작본 열고,
    hwp.Run("FileNew")  # 또 새 창,
    hwp.Open(os.path.join(os.getcwd(), "비교표.hwp"))  # 비교표 열고,
    # 1행2열의 표가 미리 작성되어 있어요.

    원본 = hwp.XHwpDocuments.Item(0)
    사본 = hwp.XHwpDocuments.Item(1)
    비교 = hwp.XHwpDocuments.Item(2)
    추가창 = hwp.XHwpDocuments.Add(False)
    # 추가창 = hwp.XHwpDocuments.Item(3)

    # 문서가 열린 순서대로 인덱스가 매겨집니다.
    # 참고로 방금 실행한 hwp.Run("FileNew") 는 hwp.XHwpDocuments.Add(True)와 같은 명령어입니다.
    # 파라미터로 True 대신 False를 입력하면 새 창이 아니라 새 탭이 열립니다.
    # 새 탭을 사용하면 한/글창 하나만 열고 작업하니까 작업표시줄을 많이 안 잡아먹을 수도 있겠죠?
    # 저는 마우스 클릭이 귀찮아서 그냥 한/글 창을 여러 개 만들어서 작업합니다.

    # 인덱스는 hwp.XHwpDocuments.Item(index)로 접근할 수 있는데,
    # 이 인덱스도 0부터 시작합니다.
    # 2019년 12월 현재 아래아한글 2018 버전 최신 업데이트시
    # 자동화 인스턴스를 생성하면 초기에 백그라운드에서 실행이 됩니다.
    # hwp.XHwpWindows.Item(0).Visible = True 명령어로 숨김해제할 수 있습니다.
    #
    # 하나만 더 말씀을 드리면,
    # 인덱스에 해당하는 한/글 창에 접근하는 방법은 해당 Item() 객체의 SetActive_XHwpDocument() 메서드입니다.
    # 이따가 한 번 더 설명드릴 건데,
    # 꼭 기억해 두셔야 하는 것은 해당 창을 닫고 싶을 때,
    # 아이템 인덱스가 뭐든간에 활성화된 창이 먼저 닫힙니다.
    # 이게 무슨 말이냐면, 원본.Close()를 해도 현재 사본 한글창이 열려 있다면, 원본이 아니라 사본 한글창이 닫힙니다.
    # 처음엔 어리둥절 할 수 있지만, 금방 익숙해지실 거에요.
    # 또 SetActive_XHwpDocument()를 하지 않더라도 마우스로 한글창을 선택하면 활성화상태가 됩니다.
    원본.SetActive_XHwpDocument()  # 원본 활성화
    hwp.InitScan()  # 문서 탐색 초기화 실시(한글에선 탐색시 필수)
    original_full_text = ""  # 빈 문자열을 만들고
    stop_signal = True  # while 문을 사용하기 위해 stop_signal 변수 정의
    while stop_signal:
        signal, text = hwp.GetText()  # GetText 는 튜플을 반환하는데, 일종의 기호와 내용입니다. API 참조
        original_full_text += text  # 탐색한 문자열을 하나씩 더해갑니다.
        if signal == 1:  # 문서 마지막에 도착하면 GetText에서 반환한 튜플값 첫번째 값이 1입니다.
            break  # 그러면 while 문 종료.
    hwp.ReleaseScan()  # InitScan 후에는 꼭 ReleaseScan 을 실행해주셔야 합니다. Open과 Close처럼요.
    original_full_text = original_full_text.split('\r\n')[:-1]  # 문서 마지막의 엔터가 리스트의 마지막 원소 '\r\n' 제거.

    사본.SetActive_XHwpDocument()  # 위와 완전히 동일합니다. 원본과 사본의 문자열만 리스트로 가져옵니다.
    hwp.InitScan()
    copy_full_text = ""
    stop_signal = 1
    while stop_signal:
        signal, text = hwp.GetText()
        copy_full_text += text
        if signal == 1:
            break
    hwp.ReleaseScan()
    copy_full_text = copy_full_text.split('\r\n')[:-1]

    # 이렇게 준비작업을 모두 마쳤습니다.
    # 이제 비교표를 작성하겠습니다.

    비교.SetActive_XHwpDocument()  # 비교표 활성화
    for original_statement in original_full_text:  # 원본 문장을 전부 순회하면서
        cb.copy(original_statement)  # 클립보드에 한 문장씩 복사한 후
        hwp.Run('Paste')  # 표 안에 붙여넣기 하고,
        hwp.Run('TableRightCellAppend')  # 우측 셀로 이동해서
        coupled_dict = dict()
        for copy_statement in copy_full_text:
            coupled_dict[difflib.SequenceMatcher(None, original_statement.split(' ', 1)[1],
                                                 copy_statement.split(' ', 1)[1]).ratio()] = copy_statement
        max_ratio = max(k for k, v in coupled_dict.items())
        cb.copy(coupled_dict[max_ratio].strip())  # 유사도가 제일 높은 문장을 찾아 복사하고,
        hwp.Run('Paste')  # 우측칸에 붙여넣기
        if max_ratio < 1.0:  # 완전히 똑같지 않다면?
            글자색('red')  # 해당 셀의 글자를 빨갛게
        else:
            글자색('black')  # 그렇지 않다면 다시 까맣게. 기본적으로 위쪽 셀의 글자색이 아래 셀에 유지됨. 버그는 아닌듯?

        hwp.Run('TableRightCellAppend')  # 탭 키를 눌러서 아래에 새 행을 생성. 원본 문장 수만큼 반복!

    hwp.SaveAs(os.path.join(os.environ["USERPROFILE"], "desktop", "최종본.hwp"))  # 바탕화면에 최종 비교표를 저장함.
    # hwp.Quit()  

실행화면
완성된 문서비교표

2019년?에 노션블로그에 올렸던 내용인데, 메일로 질문 주신 분이 계셔서 업데이트해보았습니다.

 

행복한 하루 되세요!

 

 

 


donaricano-btn

댓글