.NET 环境下 Word 超链接批量提取方案

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：

sh 复制代码

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

csharp 复制代码

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：

csharp 复制代码

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：

csharp 复制代码

// 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。