产品
/ GroupDocs.Parser
/ Java
/ 从 Java 中的 DOC 中提取超链接

Java 用于从文档、页面或特定页面区域提取超链接的 API

GroupDocs.Parser for Java API 允许开发者从文档、文档页面或 PDF、DOCX、PPTX、EML、MSG、XLS、{322 的特定页面区域中提取超链接，从而简化开发人员的工作}、CSV、RTF、EPUB 等等。

如何通过 Java API 解析和提取 DOC 文档中的超链接？

超链接是指向整个文档或文档中特定部分的一段文本、图像或图标。使用超链接允许用户导航到网页或文档。通常需要从文档中提取超链接并使用它来访问外部文档或网页。 GroupDocs.Parser for Java 是一个令人着迷的文档文本提取 API，它提供了用于实施文本和元数据提取解决方案的完整功能。它支持从 PDF、电子邮件、电子书、Microsoft Office 格式中提取文本和超链接：Word (DOC、DOCX)、PowerPoint (PPT、PPTX)、Excel ( XLS、XLSX）、LibreOffice 格式等等。它支持多种高级功能，用于文档解析、提取纯文本和结构化文本、按关键字搜索文本、提取元数据或图像、容器以及附件等等。

从 Java 中的 DOC 中提取超链接

GroupDocs.Parser for Java 让 Java 开发者只需执行几个简单的步骤即可轻松从 DOC 文件中提取超链接。

实例化初始文档的 Parser 对象；
检查文档是否支持超链接提取；
调用 getHyperlinks 方法并获取 PageHyperlinkArea 对象；
遍历集合并获取超链接文本和 URL。

了解有关超链接提取的更多信息

如何使用 Java 示例代码从 DOC 文件中提取超链接

// 使用 GroupDocs.Parser API 从 DOC 文件中提取超链接
// 创建 Parser 类的实例
try (Parser parser = new Parser(Constants.HyperlinksPdf)) {
    // 检查文档是否支持超链接提取
    if (!parser.getFeatures().isHyperlinks()) {
        System.out.println("文档不支持超链接提取。");
        return;
    }
    // 从文档中提取超链接
    Iterable<PageHyperlinkArea> hyperlinks = parser.getHyperlinks();
    // 迭代超链接
    for (PageHyperlinkArea h : hyperlinks) {
        // 打印超链接文本
        System.out.println(h.getText());
        // 打印超链接 URL
        System.out.println(h.getUrl());
        System.out.println();
    }
}