문서의 표를 csv나 판다스 데이터프레임으로 추출하는 메서드 # table_to_csv # table_to_df

한/글의 표를 csv나 판다스 데이터프레임(df)로 저장할 때
곤혹스러운 경험을 하신 적이 있을 거예요.
왜냐면 한/글의 표를 클립보드에 복사하고 붙여넣기해보면
행 구분 없이 전부 줄바꿈(\r\n) 기호로만 구분된 문자열이 되거든요.

'그럼 표의 모양(3행5열)을 기억해 뒀다가 적당히 잘라서 저장하면 되지 않나?'

이렇게 생각하실 수도 있지만,
아래와 같이 셀 안에 줄바꿈이 있는 경우는 더욱 난처해지죠.

셀 안의 줄바꿈도 \r\n, 행과 열 구분도 전부 \r\n라서ㅜㅜㅜ

 

그래서 pyhwpx에서는
table_to_csv, table_to_df 메서드를
제공하고 있습니다.

한 번 사용해볼까요?ㅎ
캐럿은 아무데나 두고
아래와 같이 실행하면
문서 첫 번째 표를 csv로 변환해요.
(n번째 표는 idx=n이라고 파라미터를 추가하시면 돼요.)

hwpx.table_to_df(
    filename="a.csv", 
    encoding="cp949"
)

깔끔하게 변환이 되었네요!

csv로 저장하는 과정 내부적으로는
판다스 데이터프레임을 활용하고 있어요.
df로 변환한 후에 df.to_csv 메서드를 쓰고 있습니다.

 

이와 비슷한 메서드로
판다스 데이터프레임으로 직접 변환해주는 table_to_df도 사용해볼게요.

사실 df는 어느 포맷으로든 저장하기 편하잖아요^^
df.to_excel(저장할_엑셀파일명, index=False)을 실행하면 엑셀파일이 생성되고요.

(판다스로 엑셀파일을 만들 때 줄바꿈이 (실제로 있지만) 보이지 않는 이슈가 있어요. 곧 해결될 거예요^^)

 

API에서 제공하는 기본 명령어 외에도
이런 식으로 유용할 것 같은 메서드를 추가해보고 있는데요.
혹시 업무에 필요하시거나, 유용하게 사용할 수 있을 것 같은 메서드를 제안해주시면
업데이트 때 우선하여 적용해보겠습니다.
많은 참여 부탁드립니다.

감사합니다.
행복한 하루 되세요^^