OMML2LaTeX

OMML (Office Math Markup Language) 수식을 KaTeX 호환 LaTeX 코드로 변환해주는 파이썬 기반 변환기입니다.

개요

이 프로젝트는 MS Office의 수식 형식인 OMML을 널리 쓰이는 표준 LaTeX 형식으로 변환하기 위해 작성되었습니다.

ECMA-376 문서를 참고하여 OMML의 구조를 파악하였으며, 프로젝트 내부의 shared-math-strict.rnc, shared-math-strict.xsd, shared-math-transitional.xsd 등 스키마 정의 파일을 기반으로 OMML 요소들을 처리합니다.

각 OMML 노드를 순회하며 구문을 분석하는 방식은 Recursive Descent Parser의 형태를 띠도록 코드를 작성하였습니다.

주요 특징

• ECMA-376 표준 기반: 공식 스키마와 문서를 참조하여 견고한 변환 규칙 적용
• 재귀적 하향 파서 구조: OMML의 계층적 트리 구조(oMath, f(분수), r(런), t(텍스트) 등)를 재귀적으로 순회하여 LaTeX 문자열로 조합
• 유니코드 심볼 매핑 지원: 수학 알파벳(Math Italics, Script, Fraktur 등) 및 방대한 양의 특수 수학 기호(예: α -> \alpha)를 적절한 LaTeX 매크로로 식별 및 자동 치환

설치

pip install omml2latex

파일 구조

• omml2latex/: import 가능한 패키지 본체
• omml2latex/__init__.py: 공개 API (convert_omml) 및 CLI 진입점 (main)
• omml2latex/_parser.py: OMML 파싱 및 LaTeX 변환 핵심 구현
• shared-math-strict.rnc / shared-math-strict.xsd / shared-math-transitional.xsd: 파서 작성 시 참고한 ECMA-376 OMML 스키마 문서들

변환 결과 예시

좌측은 실제 파워포인트 슬라이드의 원본 수식이고, 우측은 추출기를 통해 변환된 후 마크다운에서 렌더링된 KaTeX 결과물입니다.

Slide 1: PPTX 수식 입력

원본 PPT	추출된 LaTeX 렌더링

Slide 2: PPTX 수식 (수식 -> latex로 pptx에서 변환한 경우)

원본 PPT	추출된 LaTeX 렌더링

Slide 3: 다양한 수학 기호와 단위

원본 PPT	추출된 LaTeX 렌더링

Slide 4: 대형 연산자와 행렬 구성

원본 PPT	추출된 LaTeX 렌더링

사용 방법

1. CLI 수식 추출기

.pptx 또는 .docx 파일에서 모든 수식을 추출합니다. AlternateContent, a14:m 래퍼 등 다양한 OOXML 수식 래핑 방식을 모두 처리합니다.

# stdout으로 출력
omml2latex sample.pptx

# 파일로 저장
omml2latex sample.pptx -o output.txt

2. omml2latex 패키지 직접 사용 (API)

MS Office 문서(.docx, .pptx 등) 내부의 XML(OOXML 규격)을 xml.etree.ElementTree로 읽어들인 뒤, OMML 루트가 파악되면 모듈에 직접 전달하여 변환시킬 수 있습니다.

import xml.etree.ElementTree as ET
from omml2latex import convert_omml

# 예제용 단락 내 수식 XML 문자열
sample_xml_string = """
<m:oMath xmlns:m="http://schemas.openxmlformats.org/officeDocument/2006/math">
    <m:r>
        <m:rPr><m:scr m:val="double-struck"/><m:sty m:val="b"/></m:rPr>
        <m:t>Rα∞</m:t>
    </m:r>
</m:oMath>
"""

# ElementTree 로 파싱
root_node = ET.fromstring(sample_xml_string)

# 함수를 호출하여 KaTeX-compatible LaTeX 수식 문자열 얻기
latex_output = convert_omml(root_node)

print(latex_output)
# 출력 결과: $\mathbf{\mathbb{R \alpha \infty }}$