C# 解析 Word 超链接:字段识别、屏幕提示读取

📅 2026/7/5 4:50:02 👁️ 阅读次数 📝 编程学习
C# 解析 Word 超链接:字段识别、屏幕提示读取

一、方案概述

在 Word 文档中,超链接以字段(Field)的形式存储。每个超链接字段包含两个核心部分:

  • 显示文本(Anchor Text):用户在文档中看到的可点击文字
  • URL 地址:超链接指向的目标地址

读取超链接的基本思路是: 1.加载 Word 文档 2. 遍历文档的所有节(Section)和段落(Paragraph) 3. 检查每个子对象是否为Field类型 4. 再进一步判断其Type是否为FieldType.FieldHyperlink5. 最后提取链接地址、显示文本

二、环境准备

1. 组件引入

通过 NuGet 包管理器安装FreeSpire.Doc包,或在程序包管理器控制台执行:

Install-Package FreeSpire.Doc

说明:该免费版本存在页面数量限制,适合小规模文档处理场景

2. 命名空间引用

using Spire.Doc; using Spire.Doc.Documents; using Spire.Doc.Fields; using System.Collections.Generic; using System.IO; using System.Text;

三、完整代码示例

以下代码演示了如何读取 Word 文档中的所有超链接,提取其显示文本和 URL,并将结果保存到文本文件:

using Spire.Doc; using Spire.Doc.Documents; using Spire.Doc.Fields; using System.Collections.Generic; using System.IO; using System.Text; namespace ExtractHyperlinks { class Program { static void Main(string[] args) { // 1. 创建 Document 实例并加载 Word 文档 Document doc = new Document(); doc.LoadFromFile(@"sample.docx"); // 2. 创建列表存储超链接 List<Field> hyperlinks = new List<Field>(); // 3. 遍历文档的所有节 foreach (Section section in doc.Sections) { // 遍历节中的所有子对象 foreach (DocumentObject secObj in section.Body.ChildObjects) { // 判断是否为段落 if (secObj.DocumentObjectType == DocumentObjectType.Paragraph) { Paragraph paragraph = secObj as Paragraph; // 遍历段落中的所有子对象 foreach (DocumentObject paraObj in paragraph.ChildObjects) { // 判断是否为 Field 类型 if (paraObj.DocumentObjectType == DocumentObjectType.Field) { Field field = paraObj as Field; // 判断是否为超链接字段 if (field.Type == FieldType.FieldHyperlink) { hyperlinks.Add(field); } } } } } } // 4. 输出超链接信息 StringBuilder sb = new StringBuilder(); foreach (Field hyperlink in hyperlinks) { sb.AppendLine("显示文本:" + hyperlink.FieldText); sb.AppendLine("URL地址:" + hyperlink.Code); sb.AppendLine(); } File.WriteAllText("Hyperlinks.txt", sb.ToString()); doc.Close(); } } }

四、进阶:提取屏幕提示(ScreenTip)

部分超链接还包含屏幕提示(鼠标悬停时显示的文本)。通过解析字段代码(Field Code)可以提取这一信息。

字段代码的典型格式如下:

超链接类型字段代码示例
标准超链接HYPERLINK "https://www.example.com"
带屏幕提示的超链接HYPERLINK "https://www.example.com" \o "ScreenTip"

提取屏幕提示的代码片段:

// 获取显示文本 string anchorText = field.FieldText; // 获取完整字段代码 string fieldCode = field.GetFieldCode(); // 提取 URL(位于第一对引号中) string url = fieldCode.Split('"')[1]; // 检查是否包含屏幕提示(\o 参数) string screenTip = string.Empty; if (fieldCode.Contains("\o")) { screenTip = fieldCode.Split('"')[3].Trim(); }

五、注意事项

  1. 文档格式兼容性:Free Spire.Doc for .NET 支持.doc.docx两种格式,代码无需针对不同格式做特殊处理。

  2. 嵌套结构:Word 文档的对象模型是层级结构(Document → Section → Paragraph → 子对象),遍历时需要