Office·PDF 문서를 Markdown으로 바꾸는 Windows DLL — anydoc-dll
Firecrawl의 Rust 문서 변환 라이브러리 anydoc을 C ABI DLL로 감쌌습니다. Word·Excel·PowerPoint·PDF 등을 Office 설치 없이 Markdown으로 바꾸며, Delphi 바인딩과 VCL 데모가 들어 있습니다.
Windows 데스크톱 프로그램에서 docx나 xlsx의 내용을 텍스트로 뽑으려면 보통 Office COM 자동화를 쓰거나, 외부 변환 프로그램을 띄우거나, 형식마다 파서를 직접 만듭니다. COM 자동화는 Office 설치가 필요하고 무인 환경에서 프로세스가 남거나 대화상자에 걸립니다. 외부 프로그램은 프로세스 생성, 임시 파일, 표준 출력 인코딩 문제가 따라옵니다.
anydoc은 Firecrawl이 Rust로 만든 문서 변환 라이브러리로 이 문제를 이미 잘 풉니다. 다만 Node.js, Python, WebAssembly 바인딩만 있고 C ABI가 없어 Delphi 같은 네이티브 언어에서는 부를 수 없었습니다. anydoc-dll은 여기에 얇은 C ABI 계층을 얹어 DLL(sc_anydoc.dll)로 만들고, Delphi 바인딩을 붙인 저장소입니다.
무엇을 하나
문서 바이트를 받아 GitHub 방식 Markdown(GFM)을 돌려줍니다.
| 항목 | 내용 |
|---|---|
| 지원 형식 | doc/docx/docm, ppt/pptx/pptm, xls/xlsx/xlsm/xlsb, odt/ods/odp, rtf, epub, csv, pdf |
| 형식 감지 | 확장자가 아니라 파일 내용의 시그니처로 판별 |
| 보존 범위 | 제목, 굵게/기울임, 링크, 표, 각주, 목록 |
| 외부 의존 | 없음(순수 Rust 크레이트) |
형식마다 파서는 따로지만 모두 하나의 문서 모델로 모은 뒤 같은 직렬화기를 거치므로, 어떤 형식을 넣든 결과 Markdown의 모양이 같습니다. Office 설치도, 백그라운드 Word 프로세스도 필요 없습니다.
Delphi에서 쓰기
delphi\src\SCAnydoc.pas를 프로젝트에 넣고 DLL을 실행 파일 옆에 둡니다.
uses
SCAnydoc;
// 1) 파일 변환 — 파일 읽기를 델파이가 담당하므로 유니코드 경로에 안전하다
var LMarkdown := TSCAnydoc.ToMarkdownFile('C:\docs\보고서.docx');
// 2) 메모리 변환 — CSV 는 시그니처가 없어 확장자 힌트가 필수
var LMarkdown := TSCAnydoc.ToMarkdown(LBytes, 'csv');
// 3) 포맷만 감지 ('docx', 'pdf', 'excel' ... 실패 시 빈 문자열)
var LFormat := TSCAnydoc.DetectFormat(LBytes);
실패는 EAnydocError 예외로 올라오고, Status로 원인(지원 안 함, 손상, 암호화 등)을 구분합니다. 변환은 동기 방식이라 큰 문서에서는 UI가 멈추므로 워커 스레드에서 부르는 편이 좋습니다. DLL에 전역 상태가 없어 여러 스레드에서 동시에 불러도 됩니다.
delphi\demo\에는 VCL 데모가 있습니다. 문서를 끌어다 놓으면 워커 스레드에서 변환하고, 결과를 .md로 저장하거나 WebView2 미리보기 탭에서 렌더링해 볼 수 있습니다.
Delphi가 아닌 언어에서는 C ABI를 바로 부릅니다. anydoc_to_markdown, anydoc_detect_format, anydoc_free 등 함수 몇 개이고, 출력은 UTF-8 문자열과 길이로 돌려줍니다. 파일 경로를 받는 함수는 일부러 두지 않았습니다. 호출하는 쪽이 바이트를 읽어 넘기면 Windows 유니코드 경로 문제가 생기지 않기 때문입니다.
어떻게 만들었나
업스트림을 포크하지 않고 crates.io의 anydoc을 의존성으로만 씁니다. 새 버전 반영은 update_upstream.ps1 -Apply 한 번으로 cargo update, 32/64비트 재빌드, 검증, 배포까지 진행합니다. 업스트림이 바뀌어도 래퍼가 깨지지 않게 몇 가지를 미리 처리했습니다.
- 형식을 번호가 아니라 문자열로 주고받아, 업스트림에 형식이 늘어도 그대로 노출됩니다.
- 업스트림에 새 오류 종류가 생기면 상태 코드 99로 넘기고 원본 메시지는 그대로 전달합니다.
build.rs가Cargo.lock에서 코어 버전을 읽어 DLL에 새기고, 실행 중에 확인할 수 있습니다.
.\build_anydoc.ps1 # Win64
.\build_anydoc.ps1 -Platform Win32
.\build_anydoc.ps1 -Platform All # 양쪽 순차 빌드
빌드 스크립트는 빌드 뒤 ABI 검증을 돌리고, 실패하면 기존 DLL을 덮어쓰지 않습니다. CRT를 정적으로 링크해 VC++ 재배포 패키지 없이 DLL 파일 하나(Win64 7.7MB, Win32 6.3MB)만 복사하면 됩니다.
알아 둘 점
- 빌드에는 Rust 1.88 이상과 MSVC 빌드 도구가 필요합니다. Delphi 바인딩과 데모는 Delphi 13 기준입니다.
- PDF는 Markdown 변환만 됩니다. 스캔본이나 이미지 PDF는 OCR이 필요해 지원하지 않는 형식으로 처리됩니다.
- 문서 전체를 메모리에 올려 파싱하므로, 32비트 프로세스에서 수백 MB급 문서는 실패할 수 있습니다.
- 라이선스는 MIT입니다. 정적으로 링크되는 anydoc도 MIT이며, 재배포할 때
THIRD-PARTY-NOTICES.md의 고지를 유지합니다.
소스와 자세한 설명은 GitHub 저장소에 있습니다.