提取Apache POI HWPF超链接

Question

HYPERLINK“目标”标签

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

Answer 1

.doc格式不会以最简单的方式存储超链接，正如您所注意到的那样......

Hyperlink将是一个CharacterRun，上面有特殊标记。一旦检测到它，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WordExtractor的 handleSpecialCharacterRuns 方法，看看它是否完成。