document-adapter 0.2.0__tar.gz → 0.4.0__tar.gz

document_adapter-0.4.0/NOTICE

@@ -0,0 +1,29 @@
+document-adapter
+Copyright 2026 Son Seongjun / PlateerLab
+
+This product includes software developed at PlateerLab
+(https://github.com/PlateerLab).
+
+===============================================================================
+Third-party code attributions
+===============================================================================
+
+HWPX table grid parsing logic
+-----------------------------
+
+Portions of the HWPX table grid construction in
+`document_adapter/hwpx_core/grid.py` (cell position / cell span parsing, and
+the skip-map approach for merged non-anchor cells) are adapted from:
+
+  PlateerLab/xgen-doc2chunk
+  https://github.com/PlateerLab/xgen-doc2chunk
+  Licensed under the Apache License, Version 2.0
+
+The adapted logic is limited to read-side grid construction. All edit-side
+functionality (cell writing, row insertion, ZIP round-trip preservation) is
+original to this project.
+
+You may obtain a copy of the Apache License 2.0 at:
+  http://www.apache.org/licenses/LICENSE-2.0
+
+===============================================================================

{document_adapter-0.2.0 → document_adapter-0.4.0}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: document-adapter
-Version: 0.2.0
+Version: 0.4.0
 Summary: LLM-friendly document template editing (DOCX/PPTX/HWPX) with MCP server and Claude API tool-use support
 Author-email: Son Seongjun <sonsj97@plateer.com>
 License: MIT
@@ -9,7 +9,7 @@ Project-URL: Repository, https://github.com/PlateerLab/document-adapter
 Project-URL: Issues, https://github.com/PlateerLab/document-adapter/issues
 Project-URL: PyPI, https://pypi.org/project/document-adapter/
 Project-URL: Changelog, https://github.com/PlateerLab/document-adapter/releases
-Keywords: mcp,model-context-protocol,llm,claude,anthropic,tool-use,agent,document,docx,pptx,hwpx,hwp,template,template-engine,office,office-automation,word,powerpoint,hancom,korean,docxtpl,python-docx,python-pptx,python-hwpx
+Keywords: mcp,model-context-protocol,llm,claude,anthropic,tool-use,agent,document,docx,pptx,hwpx,hwp,template,template-engine,office,office-automation,word,powerpoint,hancom,korean,docxtpl,python-docx,python-pptx,lxml
 Classifier: Programming Language :: Python :: 3
 Classifier: Programming Language :: Python :: 3.10
 Classifier: Programming Language :: Python :: 3.11
@@ -26,15 +26,17 @@ Classifier: Environment :: Console
 Requires-Python: >=3.10
 Description-Content-Type: text/markdown
 License-File: LICENSE
-Requires-Dist: python-docx>=1.1
+License-File: NOTICE
+Requires-Dist: python-docx>=1.2
 Requires-Dist: docxtpl>=0.20
 Requires-Dist: python-pptx>=1.0
-Requires-Dist: python-hwpx>=2.9
+Requires-Dist: lxml>=5.0
 Requires-Dist: mcp>=1.0
 Provides-Extra: claude
 Requires-Dist: anthropic>=0.40; extra == "claude"
 Provides-Extra: dev
 Requires-Dist: pytest>=8; extra == "dev"
+Requires-Dist: python-hwpx>=2.9; extra == "dev"
 Dynamic: license-file
 
 # document-adapter
@@ -53,14 +55,21 @@ Dynamic: license-file
 
 ## 지원 포맷
 
-| 포맷 | 백엔드 | 템플릿 렌더 | 표 읽기 | 셀 수정 | 행 추가 |
-|---|---|---|---|---|---|
-| `.docx` | `docxtpl` + `python-docx` | Jinja2 (`{%tr%}` loop 포함) | ✅ | ✅ | ✅ |
-| `.pptx` | `python-pptx` | `{{key}}` 치환 | ✅ (슬라이드 위치 포함) | ✅ | ❌ (미지원) |
-| `.hwpx` | `python-hwpx` (Pure Python) | `{{key}}` 치환 | ✅ | ✅ | ❌ (미지원) |
+| 포맷 | 백엔드 | 템플릿 렌더 | 표 읽기 | 병합 셀 인지 | 중첩 테이블 | 셀 수정 | 행 추가 |
+|---|---|---|---|---|---|---|---|
+| `.docx` | `docxtpl` + `python-docx` | Jinja2 (`{%tr%}` loop 포함) | ✅ | ✅ | ✅ | ✅ | ✅ |
+| `.pptx` | `python-pptx` | `{{key}}` 치환 | ✅ (슬라이드 위치 포함) | ✅ | — (포맷 미지원) | ✅ | ❌ (미지원) |
+| `.hwpx` | 자체 `hwpx_core` (lxml + zipfile) | `{{key}}` 치환 | ✅ | ✅ | ✅ | ✅ | ✅ |
 
 - HWPX는 한컴오피스 설치가 **불필요**합니다 (macOS/Linux 서버에서 그대로 동작).
 - 구버전 `.hwp`(바이너리 포맷)는 지원하지 않습니다 — `.hwpx`로 변환 후 사용하세요.
+- 병합 셀: 3개 포맷 모두 preview에 `null` 슬롯 + `merges` 메타로 구조 노출. non-anchor 좌표에 쓰기는 `MergedCellWriteError`로 거부.
+
+## 라이선스 (상용 사용 가능)
+
+- 본 프로젝트: **MIT License**
+- 런타임 의존성(`python-docx`, `docxtpl`, `python-pptx`, `lxml`, `mcp`): 전부 **허용형 OSS** (MIT/BSD/Apache-2.0/LGPL-2.1). 상용·내부 서비스에 그대로 포함 가능.
+- v0.3 이하에서 사용했던 `python-hwpx` (Non-Commercial License) 는 v0.4.0부터 **dev 환경(테스트 fixture 생성) 전용**으로 이동. HWPX 편집은 자체 `hwpx_core` 모듈이 수행합니다.
 
 ## 설치
 
@@ -106,14 +115,50 @@ doc.save("report_filled.docx")
 
 # 3. 기존 양식 파일의 표 셀 수정
 doc = load("checklist.docx")
+
+# 빈 셀 값 교체
 old = doc.set_cell(table_index=1, row=1, col=1, value="○○전자")
-doc.append_row(1, ["새 항목", "값"])  # DOCX만 지원
+
+# 라벨이 있는 셀 ("성 명")에 값 추가 → "성 명  홍길동"
+doc.append_to_cell(table_index=2, row=0, col=0, value="홍길동")
+
+# 셀 전체 텍스트 + 병합 메타 조회 (preview의 40자 잘림 없이)
+cell = doc.get_cell(table_index=1, row=3, col=2)
+print(cell.text, cell.is_anchor, cell.span, cell.nested_table_indices)
+
+# DOCX/HWPX는 행 추가 지원
+doc.append_row(1, ["새 항목", "값"])
+
 doc.save("checklist_filled.docx")
 doc.close()
 ```
 
 확장자로 자동 분기되므로 `.pptx` / `.hwpx`도 동일한 API를 사용합니다.
 
+### 병합 셀 인지 동작 (v0.2+)
+
+```python
+schema = doc.get_schema()
+t = schema.tables[0]
+
+# preview는 logical grid. 병합된 non-anchor 슬롯은 None.
+# [['HEADER', None, None], ['A1', 'A2', 'A3']]
+print(t.preview)
+
+# merges는 span>1x1인 anchor 목록
+# [MergeInfo(anchor=(0,0), span=(1,3))]
+print(t.merges)
+
+# non-anchor에 쓰기 시도하면 MergedCellWriteError (ValueError 서브클래스)
+try:
+    doc.set_cell(0, 0, 2, "X")
+except ValueError as e:
+    print(e)  # "cell (0,2) is part of a merged region anchored at (0,0)..."
+
+# 의도적으로 앵커로 리디렉트하고 싶다면
+doc.set_cell(0, 0, 2, "X", allow_merge_redirect=True)  # 경고 + 실제로 (0,0) 수정
+```
+
 ## MCP 서버로 사용 — Claude Desktop / Claude Code
 
 ### 실행
@@ -177,39 +222,45 @@ resp = client.messages.create(
 
 전체 agent loop 예시는 [`examples/claude_api_example.py`](examples/claude_api_example.py) 참고.
 
-## 노출되는 4개 도구
+## 노출되는 도구
 
 | 도구 | 설명 |
 |---|---|
 | `inspect_document` | 문서 구조(placeholders, tables)를 JSON으로 반환. **항상 첫 호출로 사용** |
 | `render_template` | `{{key}}`를 context dict 값으로 치환해 새 파일 저장 |
-| `set_cell` | 특정 표의 `(row, col)` 셀 값 교체 |
-| `append_row` | 표 끝에 새 행 추가 (DOCX 전용) |
+| `get_cell` | 셀 전체 텍스트 + 병합/중첩 메타 반환 (preview의 40자 잘림 없이) |
+| `set_cell` | 특정 표의 `(row, col)` 셀 값 교체 (병합 anchor만) |
+| `append_to_cell` | 기존 텍스트 뒤에 값 덧붙임 (라벨 유지용, 예: `"성 명"` → `"성 명  홍길동"`) |
+| `append_row` | 표 끝에 새 행 추가 (DOCX/HWPX 지원) |
 
-### `inspect_document` 반환 예시
+### `inspect_document` 반환 예시 (v0.2+)
 
 ```json
 {
-  "format": "docx",
-  "source": "/path/to/checklist.docx",
+  "format": "hwpx",
+  "source": "/path/to/form.hwpx",
   "placeholders": [],
   "tables": [
     {
-      "index": 1,
-      "rows": 7,
-      "cols": 2,
+      "index": 0,
+      "rows": 28,
+      "cols": 16,
       "location": null,
+      "parent_path": null,
       "preview": [
-        {"row": 0, "cells": ["항목", "기입 내용"]},
-        {"row": 1, "cells": ["고객사 / 조직", ""]},
-        {"row": 2, "cells": ["현업 담당부서 / 책임자", ""]}
+        ["포상금 지급신청서", null, null, null, null, null, null, null, null, null, null, null, null, null, null, null],
+        ["접수번호", null, null, "", "접수일자", null, null, "", ...]
+      ],
+      "merges": [
+        {"anchor": [0, 0], "span": [1, 16]},
+        {"anchor": [1, 0], "span": [1, 3]}
       ]
     }
   ]
 }
 ```
 
-LLM은 이 preview를 보고 **"빈 셀이 어디 있는지 / 어떤 값을 넣어야 하는지"** 를 판단하여 `set_cell`을 호출합니다.
+LLM은 이 preview를 보고 **"빈 셀이 어디 있는지 / 어떤 값을 넣어야 하는지"** 를 판단하여 `set_cell` / `append_to_cell`을 호출합니다. `null` 슬롯은 병합된 영역이며 `merges`의 anchor 좌표로만 쓸 수 있습니다.
 
 ## 템플릿 작성 규칙
 

{document_adapter-0.2.0 → document_adapter-0.4.0}/README.md

@@ -14,14 +14,21 @@
 
 ## 지원 포맷
 
-| 포맷 | 백엔드 | 템플릿 렌더 | 표 읽기 | 셀 수정 | 행 추가 |
-|---|---|---|---|---|---|
-| `.docx` | `docxtpl` + `python-docx` | Jinja2 (`{%tr%}` loop 포함) | ✅ | ✅ | ✅ |
-| `.pptx` | `python-pptx` | `{{key}}` 치환 | ✅ (슬라이드 위치 포함) | ✅ | ❌ (미지원) |
-| `.hwpx` | `python-hwpx` (Pure Python) | `{{key}}` 치환 | ✅ | ✅ | ❌ (미지원) |
+| 포맷 | 백엔드 | 템플릿 렌더 | 표 읽기 | 병합 셀 인지 | 중첩 테이블 | 셀 수정 | 행 추가 |
+|---|---|---|---|---|---|---|---|
+| `.docx` | `docxtpl` + `python-docx` | Jinja2 (`{%tr%}` loop 포함) | ✅ | ✅ | ✅ | ✅ | ✅ |
+| `.pptx` | `python-pptx` | `{{key}}` 치환 | ✅ (슬라이드 위치 포함) | ✅ | — (포맷 미지원) | ✅ | ❌ (미지원) |
+| `.hwpx` | 자체 `hwpx_core` (lxml + zipfile) | `{{key}}` 치환 | ✅ | ✅ | ✅ | ✅ | ✅ |
 
 - HWPX는 한컴오피스 설치가 **불필요**합니다 (macOS/Linux 서버에서 그대로 동작).
 - 구버전 `.hwp`(바이너리 포맷)는 지원하지 않습니다 — `.hwpx`로 변환 후 사용하세요.
+- 병합 셀: 3개 포맷 모두 preview에 `null` 슬롯 + `merges` 메타로 구조 노출. non-anchor 좌표에 쓰기는 `MergedCellWriteError`로 거부.
+
+## 라이선스 (상용 사용 가능)
+
+- 본 프로젝트: **MIT License**
+- 런타임 의존성(`python-docx`, `docxtpl`, `python-pptx`, `lxml`, `mcp`): 전부 **허용형 OSS** (MIT/BSD/Apache-2.0/LGPL-2.1). 상용·내부 서비스에 그대로 포함 가능.
+- v0.3 이하에서 사용했던 `python-hwpx` (Non-Commercial License) 는 v0.4.0부터 **dev 환경(테스트 fixture 생성) 전용**으로 이동. HWPX 편집은 자체 `hwpx_core` 모듈이 수행합니다.
 
 ## 설치
 
@@ -67,14 +74,50 @@ doc.save("report_filled.docx")
 
 # 3. 기존 양식 파일의 표 셀 수정
 doc = load("checklist.docx")
+
+# 빈 셀 값 교체
 old = doc.set_cell(table_index=1, row=1, col=1, value="○○전자")
-doc.append_row(1, ["새 항목", "값"])  # DOCX만 지원
+
+# 라벨이 있는 셀 ("성 명")에 값 추가 → "성 명  홍길동"
+doc.append_to_cell(table_index=2, row=0, col=0, value="홍길동")
+
+# 셀 전체 텍스트 + 병합 메타 조회 (preview의 40자 잘림 없이)
+cell = doc.get_cell(table_index=1, row=3, col=2)
+print(cell.text, cell.is_anchor, cell.span, cell.nested_table_indices)
+
+# DOCX/HWPX는 행 추가 지원
+doc.append_row(1, ["새 항목", "값"])
+
 doc.save("checklist_filled.docx")
 doc.close()
 ```
 
 확장자로 자동 분기되므로 `.pptx` / `.hwpx`도 동일한 API를 사용합니다.
 
+### 병합 셀 인지 동작 (v0.2+)
+
+```python
+schema = doc.get_schema()
+t = schema.tables[0]
+
+# preview는 logical grid. 병합된 non-anchor 슬롯은 None.
+# [['HEADER', None, None], ['A1', 'A2', 'A3']]
+print(t.preview)
+
+# merges는 span>1x1인 anchor 목록
+# [MergeInfo(anchor=(0,0), span=(1,3))]
+print(t.merges)
+
+# non-anchor에 쓰기 시도하면 MergedCellWriteError (ValueError 서브클래스)
+try:
+    doc.set_cell(0, 0, 2, "X")
+except ValueError as e:
+    print(e)  # "cell (0,2) is part of a merged region anchored at (0,0)..."
+
+# 의도적으로 앵커로 리디렉트하고 싶다면
+doc.set_cell(0, 0, 2, "X", allow_merge_redirect=True)  # 경고 + 실제로 (0,0) 수정
+```
+
 ## MCP 서버로 사용 — Claude Desktop / Claude Code
 
 ### 실행
@@ -138,39 +181,45 @@ resp = client.messages.create(
 
 전체 agent loop 예시는 [`examples/claude_api_example.py`](examples/claude_api_example.py) 참고.
 
-## 노출되는 4개 도구
+## 노출되는 도구
 
 | 도구 | 설명 |
 |---|---|
 | `inspect_document` | 문서 구조(placeholders, tables)를 JSON으로 반환. **항상 첫 호출로 사용** |
 | `render_template` | `{{key}}`를 context dict 값으로 치환해 새 파일 저장 |
-| `set_cell` | 특정 표의 `(row, col)` 셀 값 교체 |
-| `append_row` | 표 끝에 새 행 추가 (DOCX 전용) |
+| `get_cell` | 셀 전체 텍스트 + 병합/중첩 메타 반환 (preview의 40자 잘림 없이) |
+| `set_cell` | 특정 표의 `(row, col)` 셀 값 교체 (병합 anchor만) |
+| `append_to_cell` | 기존 텍스트 뒤에 값 덧붙임 (라벨 유지용, 예: `"성 명"` → `"성 명  홍길동"`) |
+| `append_row` | 표 끝에 새 행 추가 (DOCX/HWPX 지원) |
 
-### `inspect_document` 반환 예시
+### `inspect_document` 반환 예시 (v0.2+)
 
 ```json
 {
-  "format": "docx",
-  "source": "/path/to/checklist.docx",
+  "format": "hwpx",
+  "source": "/path/to/form.hwpx",
   "placeholders": [],
   "tables": [
     {
-      "index": 1,
-      "rows": 7,
-      "cols": 2,
+      "index": 0,
+      "rows": 28,
+      "cols": 16,
       "location": null,
+      "parent_path": null,
       "preview": [
-        {"row": 0, "cells": ["항목", "기입 내용"]},
-        {"row": 1, "cells": ["고객사 / 조직", ""]},
-        {"row": 2, "cells": ["현업 담당부서 / 책임자", ""]}
+        ["포상금 지급신청서", null, null, null, null, null, null, null, null, null, null, null, null, null, null, null],
+        ["접수번호", null, null, "", "접수일자", null, null, "", ...]
+      ],
+      "merges": [
+        {"anchor": [0, 0], "span": [1, 16]},
+        {"anchor": [1, 0], "span": [1, 3]}
       ]
     }
   ]
 }
 ```
 
-LLM은 이 preview를 보고 **"빈 셀이 어디 있는지 / 어떤 값을 넣어야 하는지"** 를 판단하여 `set_cell`을 호출합니다.
+LLM은 이 preview를 보고 **"빈 셀이 어디 있는지 / 어떤 값을 넣어야 하는지"** 를 판단하여 `set_cell` / `append_to_cell`을 호출합니다. `null` 슬롯은 병합된 영역이며 `merges`의 anchor 좌표로만 쓸 수 있습니다.
 
 ## 템플릿 작성 규칙
 

{document_adapter-0.2.0 → document_adapter-0.4.0}/document_adapter/base.py

@@ -3,7 +3,7 @@
 세 포맷(DOCX/PPTX/HWPX)의 공통 작업을 추상화:
 - 템플릿 렌더링 ({{key}} 치환)
 - 표 스키마 추출 (LLM 입력용)
-- 셀 수정 / 행 추가
+- 셀 수정 / 값 추가 / 행 추가
 """
 from __future__ import annotations
 
@@ -13,6 +13,28 @@ from pathlib import Path
 from typing import Any
 
 
+# ---- custom exceptions -----------------------------------------------------
+# 표준 예외를 상속해 기존 ``except ValueError/IndexError`` 흐름과 호환.
+
+class MergedCellWriteError(ValueError):
+    """병합 영역의 non-anchor 좌표에 쓰기를 시도했을 때."""
+
+
+class CellOutOfBoundsError(IndexError):
+    """(row, col)이 표 경계를 벗어남."""
+
+
+class TableIndexError(IndexError):
+    """table_index로 표를 찾지 못함."""
+
+
+class NotImplementedForFormat(NotImplementedError):
+    """특정 포맷이 지원하지 않는 연산."""
+
+
+# ---- dataclasses -----------------------------------------------------------
+
+
 @dataclass
 class MergeInfo:
     """병합 셀 정보. anchor=(row,col)에서 span=(rows,cols)만큼 병합."""
@@ -51,6 +73,34 @@ class TableSchema:
         }
 
 
+@dataclass
+class CellContent:
+    """단일 셀의 전체 내용 + 병합/중첩 메타.
+
+    프리뷰가 max_cell_len으로 잘리는 것과 달리 ``text``는 전체 본문을 보유.
+    """
+    row: int
+    col: int
+    text: str                         # 셀 전체 평문 (자르지 않음)
+    paragraphs: list[str]             # paragraph 단위 분리
+    is_anchor: bool                   # (row,col)이 병합 앵커인지
+    anchor: tuple[int, int]           # 이 logical 위치의 앵커 좌표
+    span: tuple[int, int]             # (row_span, col_span)
+    nested_table_indices: list[int] = field(default_factory=list)
+
+    def to_dict(self) -> dict[str, Any]:
+        return {
+            "row": self.row,
+            "col": self.col,
+            "text": self.text,
+            "paragraphs": self.paragraphs,
+            "is_anchor": self.is_anchor,
+            "anchor": list(self.anchor),
+            "span": list(self.span),
+            "nested_table_indices": self.nested_table_indices,
+        }
+
+
 @dataclass
 class DocumentSchema:
     """문서 전체 스키마."""
@@ -98,6 +148,10 @@ class DocumentAdapter(ABC):
                    preview_rows: int = 4, max_cell_len: int = 40) -> list[TableSchema]:
         """필터 조건을 만족하는 표 스키마 목록."""
 
+    @abstractmethod
+    def get_cell(self, table_index: int, row: int, col: int) -> CellContent:
+        """셀 단건 조회. preview로 잘린 전체 텍스트와 병합/중첩 메타 반환."""
+
     def get_schema(self) -> DocumentSchema:
         return DocumentSchema(
             format=self.format,
@@ -115,6 +169,15 @@ class DocumentAdapter(ABC):
     def set_cell(self, table_index: int, row: int, col: int, value: str) -> str:
         """셀 값 교체. 원래 값 반환."""
 
+    @abstractmethod
+    def append_to_cell(self, table_index: int, row: int, col: int, value: str,
+                       separator: str = "  ") -> str:
+        """기존 셀 텍스트 뒤에 ``separator + value``를 덧붙임.
+
+        라벨(예: "성  명")을 유지한 채 사용자 입력을 추가하는 용도.
+        빈 셀이면 separator 없이 value만 기록. 원래 값 반환.
+        """
+
     @abstractmethod
     def append_row(self, table_index: int, values: list[str]) -> None:
         """표 끝에 새 행 추가."""