在文档批量处理、内容审计、数据抽取等开发场景中，经常需要从 Word 文档中提取所有超链接信息（包括链接地址、显示文本、链接类型等）。本文基于 Free Spire.Doc for .NET 免费组件，介绍一种轻量、代码量少的实现方式，重点讲解核心逻辑与代码实现，供.NET开发者参考。
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.FieldHyperlink
5. 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：
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
-
文档格式兼容性：Free Spire.Doc for .NET 支持
.doc和.docx两种格式，代码无需针对不同格式做特殊处理。 -
嵌套结构：Word 文档的对象模型是层级结构（Document → Section → Paragraph → 子对象），遍历时需要逐层深入。
-
性能考虑：对于大型文档，遍历所有对象可能有一定开销。如有性能要求，可考虑在识别到超链接后提前终止遍历，或使用更精确的查找策略。
-
免费版限制：Free Spire.Doc 对文档处理功能有部分限制（如文档页数限制），但对于常规的超链接读取任务通常足够使用。
六、总结
通过以上示例，开发者可以用简洁的 C# 代码实现 Word 文档中超链接的批量读取。核心流程包括：加载文档 → 遍历节和段落 → 识别超链接字段 → 提取显示文本和 URL。这一方案无需安装 Microsoft Office，适合在服务器端或自动化流程中集成使用。对于需要进一步处理超链接的场景（如修改 URL 或显示文本），同样可以通过 Field.Code 和 Field.FieldText 属性实现。
浙公网安备 33010602011771号