Python实现自动化删除Word文档超链接的实用技巧

pip install Spire.Doc

from spire.doc import *
from spire.doc.common import *

def remove_hyperlinks_from_word(input_file_path, output_file_path):
    """
    从Word文档中移除所有超链接并保存。

    Args:
        input_file_path (str): 待处理的Word文档路径。
        output_file_path (str): 保存处理后文档的路径。
    """
    # 1. 创建 Document 对象并加载Word文档
    document = Document()
    try:
        document.LoadFromFile(input_file_path)
        print(f"成功加载文档: {input_file_path}")

        # 2. 遍历文档中的所有节
        for section in document.Sections:
            # 3. 遍历节中的所有段落
            for paragraph in section.Paragraphs:
                # 4. 获取段落中所有可编辑的子对象
                # 这里我们关注超链接（Hyperlink）对象
                for i in range(paragraph.ChildObjects.Count):
                    child_object = paragraph.ChildObjects.get_Item(i)

                    if isinstance(child_object, Hyperlink):
                        # 找到超链接对象
                        hyperlink = child_object

                        # 5. 获取超链接的文本内容
                        # Hyperlink对象的Text属性包含了链接的显示文本
                        link_text = hyperlink.Text

                        # 6. 将超链接替换为其纯文本内容
                        # 首先，在超链接的位置插入一个普通文本范围
                        # 然后，将超链接从父段落中移除
                        
                        # 创建一个新的文本范围，内容为原超链接文本
                        new_text_range = TextRange(document)
                        new_text_range.Text = link_text
                        
                        # 插入新的文本范围到超链接的位置
                        # 注意：直接替换或删除Hyperlink对象可能会导致索引问题
                        # 更好的方法是在其位置插入文本，然后删除原Hyperlink
                        
                        # 找到超链接在ChildObjects中的索引
                        index = paragraph.ChildObjects.IndexOf(hyperlink)
                        
                        # 在原超链接位置插入新文本
                        paragraph.ChildObjects.Insert(index, new_text_range)
                        
                        # 移除原超链接对象
                        paragraph.ChildObjects.Remove(hyperlink)
                        
                        print(f"已移除超链接: {link_text}")
        
        # 7. 保存修改后的文档
        document.SaveToFile(output_file_path, FileFormat.Docx)
        print(f"处理完成，文档已保存到: {output_file_path}")

    except Exception as e:
        print(f"处理文档时发生错误: {e}")
    finally:
        document.Close() # 确保关闭文档，释放资源

# 示例用法
input_doc = "document_with_hyperlinks.docx" # 替换为你的输入文档路径
output_doc = "document_without_hyperlinks.docx" # 替换为你的输出文档路径

# 确保输入文档存在，可以在其中添加一些测试超链接
# 例如：在Word中输入 "百度" 并添加超链接 "https://www.baidu.com"
# 输入 "Google" 并添加超链接 "https://www.google.com"

remove_hyperlinks_from_word(input_doc, output_doc)

import os
# ... (上面定义的 remove_hyperlinks_from_word 函数) ...

def batch_remove_hyperlinks(input_folder, output_folder):
    """
    批量移除指定文件夹下所有Word文档的超链接。

    Args:
        input_folder (str): 包含待处理Word文档的文件夹路径。
        output_folder (str): 保存处理后文档的文件夹路径。
    """
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)
        print(f"已创建输出文件夹: {output_folder}")

    for filename in os.listdir(input_folder):
        if filename.endswith(".docx") or filename.endswith(".doc"):
            input_file = os.path.join(input_folder, filename)
            output_file = os.path.join(output_folder, f"cleaned_{filename}")
            print(f"\n正在处理文件: {filename}")
            remove_hyperlinks_from_word(input_file, output_file)
        else:
            print(f"跳过非Word文档: {filename}")

# 示例批量处理
input_dir = "input_docs"  # 替换为你的输入文件夹路径
output_dir = "output_docs_cleaned" # 替换为你的输出文件夹路径

# 确保 input_dir 存在并包含一些 Word 文档
# batch_remove_hyperlinks(input_dir, output_dir)