Извлечение гиперссылок Apache POI HWPF

Question

Извлечение гиперссылок Apache POI HWPF

HYPERLINK "целевой" ярлык

Как извлечь гиперссылки из документа HWPF? Я могу получить абзацы из файла doc и извлечь при необходимости правильный стиль, то есть жирный шрифт, курсив и т. Д. Но как мне определить и извлечь гиперссылки из абзаца?

1

hyperlink apache-poi hwpf

Источник

user1073945 01 дек '11 в 09:15

1 ответ

Решение

Другие вопросы по тегам hyperlink apache-poi hwpf

user685641 01 дек '11 в 10:47 2011-12-01 10:47 · Accepted Answer · 2011-12-01 10:47

Формат.doc не хранит гиперссылки самым простым способом, как вы заметили...

Гиперссылка будет представлять собой CharacterRun со специальными маркерами. Как только вы обнаружили это, просто разделите текст на основе кавычек.

Есть хороший пример сделать это в Apache Tika, посмотрите на метод handleSpecialCharacterRuns в WordExtractor, чтобы увидеть, как это делается.