Python를 사용하여 OneNote 파일에서 텍스트 추출

Microsoft OneNote에서 텍스트를 읽어야 할 경우 .one Python 스크립트에서 파일을 다루면서 Microsoft Office를 설치하거나 Windows를 실행하지 않고, Aspose.Note FOSS for Python 이것이 해결책입니다. OneNote 바이너리 포맷을 직접 파싱하고 깔끔한 Python API를 제공하는 100% 무료 오픈소스 라이브러리입니다.

설치

pip install aspose-note

API 키 없음. 라이선스 파일 없음. Microsoft Office 없음.

가장 간단한 방법: GetChildNodes(RichText)

OneNote 텍스트는 다음에 저장됩니다 RichText 페이지, 개요 및 개요 요소에 걸쳐 분산된 노드에. GetChildNodes(RichText) 전체 문서 트리를 재귀적으로 검색하고 모든 텍스트 노드를 평탄한 리스트로 반환합니다:

from aspose.note import Document, RichText

doc = Document("MyNotes.one")
for rt in doc.GetChildNodes(RichText):
    if rt.Text:
        print(rt.Text)

이는 모든 텍스트 콘텐츠를 추출하는 가장 빠른 방법입니다 .one 파일에서.

텍스트를 파일에 저장

from aspose.note import Document, RichText

doc = Document("MyNotes.one")
lines = [rt.Text for rt in doc.GetChildNodes(RichText) if rt.Text]

with open("extracted.txt", "w", encoding="utf-8") as f:
    f.write("\n".join(lines))

print(f"Saved {len(lines)} text blocks to extracted.txt")

페이지별 텍스트 추출

각 텍스트 블록이 어느 페이지에서 왔는지 알아야 할 때:

from aspose.note import Document, Page, RichText

doc = Document("MyNotes.one")
for page in doc.GetChildNodes(Page):
    title = (
        page.Title.TitleText.Text
        if page.Title and page.Title.TitleText
        else "(untitled)"
    )
    page_texts = [rt.Text for rt in page.GetChildNodes(RichText) if rt.Text]
    print(f"\n=== {title} ===")
    for text in page_texts:
        print(text)

하이퍼링크 추출

하이퍼링크는 개별 TextRun 내부 객체에 저장됩니다 RichText 노드에 있습니다. 확인하세요 run.Style.IsHyperlink:

from aspose.note import Document, RichText

doc = Document("MyNotes.one")
for rt in doc.GetChildNodes(RichText):
    for run in rt.Runs:
        if run.Style.IsHyperlink and run.Style.HyperlinkAddress:
            print(f"{run.Text!r}  ->  {run.Style.HyperlinkAddress}")

서식 감지: 굵게, 기울임, 밑줄

각각의 TextRun 각 문자의 서식을 통해 전달됩니다 TextStyle:

from aspose.note import Document, RichText

doc = Document("MyNotes.one")
for rt in doc.GetChildNodes(RichText):
    for run in rt.Runs:
        s = run.Style
        if any([s.Bold, s.Italic, s.Underline]):
            flags = ", ".join(f for f, v in [
                ("bold", s.Bold), ("italic", s.Italic), ("underline", s.Underline)
            ] if v)
            print(f"[{flags}] {run.Text.strip()!r}")

스트림에서 읽기

클라우드 스토리지, HTTP 응답 본문 또는 메모리 버퍼와 함께 작동합니다:

import io, urllib.request
from aspose.note import Document, RichText

##Example: load from bytes already in memory
one_bytes = open("MyNotes.one", "rb").read()
doc = Document(io.BytesIO(one_bytes))
texts = [rt.Text for rt in doc.GetChildNodes(RichText) if rt.Text]
print(f"Extracted {len(texts)} text block(s)")

Windows 인코딩 수정

Windows 터미널에서는, sys.stdout 레거시 인코딩을 사용하여 유니코드 문자에서 충돌이 발생할 수 있습니다. 스크립트 시작 부분에 다음을 추가하세요:

import sys
if hasattr(sys.stdout, "reconfigure"):
    sys.stdout.reconfigure(encoding="utf-8", errors="replace")

라이브러리가 지원하는 내용

기능지원됨
읽기 .one 파일 (경로 또는 스트림)예
추출 RichText.Text (일반 텍스트)예
검사 TextRun.Style (굵게, 기울임, 하이퍼링크, 글꼴)예
표 셀에서 텍스트 추출예
페이지 제목 읽기예
다시 쓰기 대상 .one아니오
암호화된 문서아니오

다음 단계