Word 文書を扱う際、ハイパーリンクを一括抽出することは実用的な用途が多くあります。技術文書や製品マニュアルから手動で URL を抽出するのは非効率であり、抜けや誤りが発生しやすいです。これを解決するため、本記事では C# を使用し、文書要素を解析することでハイパーリンクのアンカーテキスト、対応する URL、およびヒントを正確に抽出する自動化ソリューションを紹介します。抽出したハイパーリンクデータは、データ分析、SEO 最適化などの用途に活用できます。 以下のセクションでは、Spire.Doc for .NET を使用して C# で Word 文書からハイパーリンクを抽出する方法を解説します。 Spire.Doc for .NET をインストールします まず、Spire.Doc for .NET パッケージに含まれている DLL ファイルを .NET プロジェクトの参照として追加する必要があります。DLL ファイルは、このリンクからダウンロードするか、NuGet を介してインストールできます。 PM> Install-Package Spire.Doc C# で Word 文書内のすべてのハイパーリンクを抽出する Word 文書では、ハイパーリンクはフィールドとして格納されています。これを抽出するには、まずすべてのフィールドオブジェクトを特定し、それぞれのオブジェクトが Field クラスのインスタンスであるかを確認します。その後、Field オブジェクトの Type プロパティが FieldType.FieldHyperlink に等しいかをチェックすることで、ハイパーリンクフィールドを抽出できます。 ハイパーリンクを特定した後、Field.FieldText プロパティを使用してハイパーリンクのアンカーテキストを取得し、Field.GetFieldCode() メソッドを使用して以下の形式のフィールドコードを取得できます。 ハイパーリンクの種類 フィールドコードの例 標準ハイパーリンク HYPERLINK "https://www.example.com/example" ヒント付きハイパーリンク HYPERLINK "https://www.example.com/example" o "ScreenTip" フィールドコードを解析することで、ハイパーリンクの URL とヒントのテキストを取得でき、完全なハイパーリンク情報を抽出できます。 C# を使用して Word 文書からすべてのハイパーリンクを抽出する手順 Document オブジェクトを作成し、Document.LoadFromFile() メソッドを使用して対象の Word 文書を読み込みます。 foreach (Section section in doc.Sections) を使用して、文書内のすべてのセクションを反復処理し、各 Section オブジェクトを取得します。 各セクションの子オブジェクトを foreach (DocumentObject secObj in section.Body.ChildObjects) で反復処理し、個々の要素にアクセスします。 子オブジェクトが Paragraph 型の場合： 段落内の子オブジェクトを foreach (DocumentObject paraObj in paragraph.ChildObjects) で反復処理します。 段落の子オブジェクトが Field 型であり、その Field.Type プロパティの値が FieldType.FieldHyperlink に等しい場合、Field オブジェクトを処理します。 各 Field オブジェクトに対して： Field.FieldText プロパティを使用してアンカーテキストを抽出します。 Field.GetFieldCode() メソッドを使用してフィールドコード文字列を取得します。 フィールドコード文字列を解析します： "HYPERLINK" の後にある二重引用符内の URL を抽出します。 フィールドコードに o パラメータが含まれているかを確認し、存在する場合は二重引用符内のヒントテキストを抽出します。 抽出したハイパーリンクを保存し、出力ファイルに書き込みます。 C# using Spire.Doc; using Spire.Doc.Documents; using Spire.Doc.Fields; namespace ExtractWordHyperlink { class Program { static void Main(string[] args) { // ドキュメントのインスタンスを作成 Document doc = new Document(); // Word ドキュメントを読み込む doc.LoadFromFile("Sample.docx"); // ハイパーリンク情報を格納するための文字列リストを作成 List<string> hyperlinkInfoList = new List<string>(); // ドキュメント内のセクションを反復処理 foreach (Section section in doc.Sections) { // セクション内の子オブジェクトを反復処理 foreach (DocumentObject secObj in section.Body.ChildObjects) { // 現在のドキュメントオブジェクトが段落インスタンスか確認 if (secObj is Paragraph paragraph) { // 段落内の子オブジェクトを反復処理 foreach (DocumentObject paraObj in paragraph.ChildObjects) { // 現在の子オブジェクトがフィールドか確認 if (paraObj is Field field && field.Type == FieldType.FieldHyperlink) { string hyperlinkInfo = ""; // アンカーテキストを取得 string anchorText = field.FieldText; // フィールドコードを取得 string fieldCode = field.GetFieldCode(); // フィールドコードからURLを取得 string url = fieldCode.Split('"')[1]; // ScreenTip があるか確認 if (fieldCode.Contains("o")) { // ヒント テキストを取得 string screenTip = fieldCode.Split(""")[3].Trim(); // 情報を統合 hyperlinkInfo += $"アンカーテキスト: {anchorText}nURL: {url}nヒント: {screenTip}"; } else { hyperlinkInfo += $"アンカーテキスト: {anchorText}nURL: {url}"; } hyperlinkInfo += "n"; // ハイパーリンク情報をリストに追加 hyperlinkInfoList.Add(hyperlinkInfo); } } } } } // 抽出したハイパーリンク情報をテキストファイルに書き込む File.WriteAllLines("output/抽出したハイパーリンク.txt", hyperlinkInfoList); doc.Close(); } } } 一時ライセンスを申請する 結果ドキュメントから評価メッセージを削除したい場合、または機能制限を取り除く場合は、についてこのメールアドレスはスパムボットから保護されています。閲覧するにはJavaScriptを有効にする必要があります。 にお問い合わせ、30 日間有効な一時ライセンスを取得してください。
