Hyperlink 提取Apache-POI-HWPF超链接

超链接“目标”标签

---

如何从HWPF文档中提取超链接？我可以从文档文件中获取段落，并在必要时提取正确的样式，如粗体、斜体等。但我如何从段落中识别和提取超链接？

正如您所注意到的，.doc格式不会以最简单的方式存储超链接

超链接将是单个字符，上面有特殊标记。一旦你检测到了它，只需根据引号分割文本

---

在Apache Tika中有一个很好的例子，请查看的handleSpecialCharacterRuns方法以查看它的完成情况。

在我的例子中，超链接不是单个CharacterRun。我原以为是这样，但事实并非如此。调试时，我看到1个超链接被拆分为2个字符，而不是1:hyperlink“target”，下一次运行时给了我“label”。我会进一步调查此事。感谢您的链接。这可能是POI错误-请确保您使用的是POI 3.8 beta 4（或更新的夜间版本）