GroupDocs.Parser for Python 26.10 – 새로운 기능, OCR, 주석 및 CLI (2026년 11월)

우리는 GroupDocs.Parser for Python v26.10의 출시를 기쁘게 발표합니다. 이 릴리스는 2026년 11월부터 사용할 수 있습니다. 이번 릴리스는 기본 엔진을 버전 26.8로 업그레이드하고 .NET Core 3.1에서 .NET 10.0.14로 이동했으며 System.Security.Cryptography.Pkcs의 두 가지 서비스 거부 취약점을 수정했습니다. 주요 새로운 기능으로는 주석 추출, HTML 테이블 파싱, 아랍어 및 한국어 OCR, Python 로거, 외부 리소스 처리, 미리보기 콜백을 일반 함수로 제공, 그리고 groupdocs-parser 명령줄 도구가 포함됩니다. 휠은 이제 Python 3.5 – 3.14를 대상으로 하는 순수 Python 패키지이며, 업데이트된 플랫폼 태그(manylinux_2_27_x86_64, macosx_13_0_*)와 32비트 Windows 휠이 제거되었습니다.

이번 릴리스의 새로운 기능

[Feature] get_annotations() 및 TextOptions.include_annotations 로 주석 추출 지원 추가 (PARSERPYTHONNET-23)
[Feature] groupdocs-parser 명령줄 도구 추가 (PARSERPYTHONNET-24)
[Feature] ILogger 를 구현하는 Python 로거 객체 지원 추가 (PARSERPYTHONNET-25)
[Feature] Python에서 외부 리소스 로딩 처리 지원 추가 (PARSERPYTHONNET-26)
[Feature] 아랍어 및 한국어 텍스트에 대한 OCR 추가 (PARSERPYTHONNET-27)
[Feature] HTML 문서에서 테이블 추출 지원 추가 (PARSERPYTHONNET-28)
[Feature] GROUPDOCS_LIC_PATH 환경 변수에서 라이선스 적용 지원 추가 (PARSERPYTHONNET-36)
[Enhancement] GroupDocs.Parser를 26.8로, 내장 런타임을 .NET 10.0.14로 업데이트 (PARSERPYTHONNET-29)
[Enhancement] 컴파일된 확장 대신 Python 3.5 – 3.14용 순수 Python 패키지 제공 (PARSERPYTHONNET-30)
[Enhancement] PreviewOptions에 미리보기 콜백을 일반 Python 함수로 전달 지원 (PARSERPYTHONNET-31)
[Enhancement] API 객체의 알 수 없는 속성 할당을 거부 (PARSERPYTHONNET-32)
[Enhancement] 플랫폼 태그를 glibc 2.27 및 macOS 13으로 업데이트하고 32비트 Windows 휠을 제거 (PARSERPYTHONNET-33)
[Enhancement] RuntimeError 대신 GroupDocsParserException 및 그 하위 클래스 발생 (PARSERPYTHONNET-34)
[Enhancement] System.Security.Cryptography.Pkcs를 10.0.14로 업데이트하여 두 가지 서비스 거부 취약점 수정 (PARSERPYTHONNET-37)
[Fix] 일부 Word 및 RTF 문서가 The document appears to be corrupted 오류 또는 누락된 SkiaSharp 3.119 어셈블리로 실패 (PARSERPYTHONNET-35)
[Fix] BytesIO에서 문서를 열 때마다 메모리 사용량이 증가 (PARSERPYTHONNET-38)

공개 API 변경 사항

엔진 오류는 groupdocs.parser.exceptions에서 GroupDocsParserException, InvalidPasswordException, CorruptedDocumentException 또는 UnsupportedDocumentFormatException을 발생시킵니다. 25.12에서는 모든 오류에 대해 RuntimeError를 발생시켰습니다. 해당 클래스들은 25.12에 존재했지만 Exception을 상속하지 않았으며 절대 발생하지 않았습니다. except Exception은 두 릴리스의 오류를 모두 잡습니다.
알 수 없는 속성을 할당하면 AttributeError가 발생합니다.
엔진이 반환하는 리스트는 len() 및 인덱싱을 지원하며, 빈 리스트는 False로 평가됩니다.

제거된 항목

groupdocs.parser.options.ICreatePageStream
groupdocs.parser.options.IReleasePageStream
groupdocs.parser.options.IPreviewPageRender

PreviewOptions와 PreviewOptions.preview_page_render에 함수를 전달하십시오.

새로운 클래스 및 멤버

groupdocs.parser: Resources.
groupdocs.parser.data: AnnotationItem.
groupdocs.parser.options: CreatePageStream, ReleasePageStream, PreviewPageRender, Language, PreviewFormats.
Parser: get_annotations(), get_structure(), dispose().
Features: annotations.
TextOptions: include_annotations.
OcrOptions: language.
ILogger: error().
TocItem: extract_text().
PageTableArea: get() and table[row, column].
DocumentData, Template: get().
TemplateCollection: append().
Resources: storage_path, writable.

새로운 기능

주석 추출

Parser.get_annotations()는 PDF, Word 또는 PowerPoint 문서의 주석 및 메모를 AnnotationItem 객체로 반환하며, 값, 유형, 페이지 인덱스, 타임스탬프, 작성자 이름 및 이니셜을 포함합니다; get_annotations(page_index)는 한 페이지만 읽습니다. TextOptions.include_annotations는 추출된 텍스트에 주석 텍스트를 추가하고, parser.features.annotations는 형식이 주석을 지원하는지 여부를 알려줍니다.

from groupdocs.parser import Parser
from groupdocs.parser.options import TextOptions

with Parser("reviewed.docx") as parser:
    for note in parser.get_annotations() or []:
        print(note.page_index + 1, note.annotation_type, note.author_name, note.value.strip())

    options = TextOptions()
    options.include_annotations = True
    print(parser.get_text(options))

명령줄

휠은 groupdocs-parser 콘솔 스크립트(또는 python -m groupdocs.parser)를 설치하며, text, info, metadata, images, annotations, list-formats 명령을 제공합니다. text는 --page N(1부터 시작), --format plain|markdown|html, --ocr, --include-annotations, -o FILE를 받으며, info, metadata, annotations는 --json을, images는 --out DIR를 받습니다. 모든 명령은 --password를 지원합니다. --license와 --version은 명령 앞에 위치합니다. 성공 시 종료 코드는 0, 파일 누락 등 사용자 오류 시 2, 엔진 오류 또는 지원되지 않는 형식일 경우 1을 반환합니다.

groupdocs-parser text report.pdf --page 2 -o page2.txt
groupdocs-parser text report.docx --format markdown
groupdocs-parser info report.pdf --json
groupdocs-parser annotations reviewed.docx --json
groupdocs-parser --license license.lic text protected.pdf --password secret

Python 로거

trace(message), warning(message), error(message, exception) 메서드를 가진 일반 Python 객체를 ParserSettings에 로거로 전달할 수 있으며, 엔진은 파일 손상 등 상황에서 이를 호출합니다. log(level, message, exception) 함수도 사용할 수 있습니다.

from groupdocs.parser import Parser
from groupdocs.parser.options import ParserSettings


class PrintLogger:
    def trace(self, message):
        print("TRACE:", message)

    def warning(self, message):
        print("WARNING:", message)

    def error(self, message, exception):
        print("ERROR:", message, exception)


with Parser("document.pdf", ParserSettings(PrintLogger())) as parser:
    print(parser.get_document_info().page_count)

외부 리소스 로딩 제어

엔진은 HTML 또는 MHTML 문서가 참조하는 각 이미지 로드 전에 외부 리소스 핸들러에 요청합니다. 핸들러는 함수, on_loading(args) 메서드를 가진 객체, 또는 ExternalResourceHandler의 서브클래스일 수 있으며, args.skipped = True 로 설정하면 해당 리소스를 건너뜁니다. ParserSettings는 이를 external_resource_handler 매개변수로 받습니다.

from groupdocs.parser import Parser
from groupdocs.parser.options import ParserSettings


def skip_remote(args):
    args.skipped = args.uri.startswith("http")


with Parser("page.html", ParserSettings(external_resource_handler=skip_remote)) as parser:
    print(len(parser.get_images() or []))

아랍어 및 한국어 OCR

OcrOptions.language는 OCR이 인식할 알파벳을 선택하며 기본값은 영어입니다. Language.ARA와 Language.KOR가 이번 엔진에 새롭게 추가되었습니다. 인식 모델은 엔진에 포함되어 있어 첫 OCR 호출 시 작업 디렉터리의 aspose_data 폴더에 약 80 MB를 풀어놓습니다. 폴더를 지정하려면 첫 OCR 호출 전에 Resources.storage_path(from groupdocs.parser import Resources)를 설정하십시오.

from groupdocs.parser import Parser
from groupdocs.parser.options import Language, OcrOptions, TextOptions

ocr_options = OcrOptions()
ocr_options.language = Language.KOR
with Parser("scan.jpg") as parser:
    print(parser.get_text(TextOptions(False, True, ocr_options)))

HTML 문서의 테이블

get_tables()가 이제 PDF, Word, 스프레드시트 문서와 마찬가지로 HTML 문서의 테이블을 찾습니다; 25.12에서는 찾지 못했습니다. 셀은 table[row, column] 또는 table.get(row, column)으로 접근합니다.

from groupdocs.parser import Parser

with Parser("report.html") as parser:
    for table in parser.get_tables() or []:
        for row in range(table.row_count):
            print([table[row, column].text.rstrip("\x07") for column in range(table.column_count)])

환경 변수에서 라이선스 적용

GROUPDOCS_LIC_PATH를 라이선스 파일 경로나 해당 파일을 제공하는 URL로 설정하면 첫 Parser 호출 시 라이선스가 적용됩니다(라이선스 코드 필요 없음). 25.12에서는 변수를 읽지 않았습니다. 라이선스를 적용할 수 없을 경우(파일 누락, 구독 만료, 다른 제품용 라이선스) 모든 Parser 호출이 LicenseError를 발생시키며, 변수명과 엔진 사유를 표시합니다. License().set_license()로 라이선스를 적용하기 전까지는 계속 오류가 발생합니다. GROUPDOCS_LIC_STRICT=0으로 설정하면 하나의 LicenseWarning과 평가 모드가 제공됩니다.

from groupdocs.parser import LicenseError, Parser

try:
    with Parser("report.pdf") as parser:
        print(parser.get_text())
except LicenseError as e:
    print(e)  # GROUPDOCS_LIC_PATH=... could not be applied: <reason>

미리보기 콜백을 일반 함수로

PreviewOptions(create_page_stream, release_page_stream)는 일반 함수를 받으며, PreviewOptions.preview_page_render도 마찬가지입니다. create_page_stream(page_number)는 "wb" 모드로 연 파일이나 io.BytesIO와 같은 쓰기 가능한 스트림을 반환합니다. 페이지 번호는 1부터 시작합니다. 엔진은 전달받은 파일을 닫고, 페이지가 기록되면 release_page_stream(page_number)를 호출합니다. 25.12에서는 ICreatePageStream, IReleasePageStream, IPreviewPageRender 클래스가 사용되었습니다.

from groupdocs.parser import Parser
from groupdocs.parser.options import PreviewOptions


def create_page_stream(page_number):
    return open("page-%d.png" % page_number, "wb")


def release_page_stream(page_number):
    print("page", page_number, "written")


options = PreviewOptions(create_page_stream, release_page_stream)
options.preview_page_render = lambda info: print("rendering page", info.page_number)
with Parser("document.pdf") as parser:
    parser.generate_preview(options)

잘못된 속성에 `AttributeError` 발생

API 객체에 존재하지 않는 속성을 할당하면 “Did you mean” 힌트와 함께 AttributeError가 발생합니다. 25.12에서는 할당을 허용하고 Python 전용 속성을 저장했으며 엔진 설정은 변경되지 않았습니다.

from groupdocs.parser.options import TextOptions

options = TextOptions()
try:
    options.include_annotation = True
except AttributeError as error:
    print(error)

Python 3.5 – 3.14용 단일 휠

25.12는 컴파일된 확장이었으며 Python 버전마다 별도의 바이너리 모듈과 .NET Core 3.1 런타임을 사용했습니다. 26.10은 플랫폼당 하나의 py3-none-<platform> 휠이며, 내장 .NET 10 런타임 위에 순수 Python을 사용하고 python_requires=">=3.5,<3.15"를 선언합니다. Python 3.14가 새롭게 지원됩니다(25.12는 <3.14 제한). 대부분의 25.12 코드가 그대로 동작하며, 25.12에서 실행된 129개의 Docs 예제가 26.10에서도 실행됩니다. get_text()와 get_formatted_text()는 여전히 str을 반환하며, 이제 read_to_end()도 지원합니다.

업데이트된 플랫폼 태그 및 64비트 Windows 휠

Linux 휠은 manylinux_2_27_x86_64 태그를 사용하며, 이는 내장 .NET 10 런타임이 시작되는 가장 오래된 glibc 버전입니다. macOS 휠은 macosx_13_0_x86_64와 macosx_13_0_arm64 태그를 사용합니다. 32비트 Windows 휠은 더 이상 제공되지 않습니다. 설치에는 pip 20.3 이상이 필요합니다.

코드 예제

Word 문서에서 주석을 추출하고 텍스트에 포함시키는 예제:

from groupdocs.parser import Parser
from groupdocs.parser.options import TextOptions

with Parser("reviewed.docx") as parser:
    for note in parser.get_annotations() or []:
        print(note.page_index + 1, note.annotation_type, note.author_name, note.value.strip())

    options = TextOptions()
    options.include_annotations = True
    print(parser.get_text(options))

업데이트 방법

PyPI

PyPI를 통해 설치 또는 업그레이드:

groupdocs-parser-net 26.10.0 on PyPI

pip install groupdocs-parser-net==26.10.0

직접 다운로드

GroupDocs.Parser for Python via .NET 26.10 릴리스 페이지에서 플랫폼별 휠을 다운로드:

이번 릴리스의 새로운 기능#

공개 API 변경 사항#

제거된 항목#

새로운 클래스 및 멤버#

새로운 기능#

주석 추출#

명령줄#

Python 로거#

외부 리소스 로딩 제어#

아랍어 및 한국어 OCR#

HTML 문서의 테이블#

환경 변수에서 라이선스 적용#

미리보기 콜백을 일반 함수로#

잘못된 속성에 AttributeError 발생#

Python 3.5 – 3.14용 단일 휠#

업데이트된 플랫폼 태그 및 64비트 Windows 휠#

코드 예제#

업데이트 방법#

PyPI#

직접 다운로드#

리소스#