Python检测Docx失效链接脚本报错：'list'对象无'items'属性

错误原因 #

find_broken_links_in_docx函数返回的是失效链接的列表，但write_report函数预期接收的是键为文件路径、值为对应失效链接列表的字典，调用items()遍历列表自然会触发AttributeError。

此外脚本还有其他潜在问题：

• 未导入必需的requests模块（代码里用到了requests.head）
• 导入了无用的url模块
• find_hyperlinks会收集所有带"hyperlink"的关联，包括文档内部链接，这些链接不需要检测有效性
• 输出目录不存在时会写入失败

修复后的完整代码 #

import docx
import os
import requests

def find_hyperlinks(doc):
    hyperlinks = []
    rels = doc.part.rels
    for rel_id in rels:
        rel = rels[rel_id]
        # 只收集外部HTTP/HTTPS链接，排除内部文档链接
        if rel.target_ref.startswith(('http://', 'https://')):
            hyperlinks.append(rel.target_ref)
    return hyperlinks

def find_broken_links_in_docx(file_path):
    doc = docx.Document(file_path)
    broken_links = []
    hyperlinks = find_hyperlinks(doc)
    for link in hyperlinks:
        try:
            # 设置超时避免长时间等待
            response = requests.head(link, allow_redirects=True, timeout=5)
            if response.status_code >= 400:
                broken_links.append(link)
        except requests.RequestException:
            broken_links.append(link)
    # 返回字典格式，适配write_report的预期
    return {file_path: broken_links}

def write_report(report, output_file):
    # 确保输出目录存在
    output_dir = os.path.dirname(output_file)
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)
    
    with open(output_file, 'w', encoding='utf-8') as f:
        for file_path, links in report.items():
            f.write(f"File: {file_path}\n")
            if not links:
                f.write("  No broken links found.\n")
            else:
                for link in links:
                    f.write(f"  Broken link: {link}\n")
            f.write("\n")

if __name__ == "__main__":
    target_doc = "C:/Users/demo.docx"
    output_file = "C:/Results/broken_links_report.txt"
    report = find_broken_links_in_docx(target_doc)
    write_report(report, output_file)
    print(f"Report written to {output_file}")

关键改动说明 #

1. 修正数据结构匹配：
   • find_broken_links_in_docx现在接收文件路径参数，返回{文件路径: 失效链接列表}的字典，完美适配write_report的遍历逻辑。
2. 补全依赖与清理冗余：
   • 添加import requests，移除无用的url模块和allText变量。
3. 优化链接筛选逻辑：
   • find_hyperlinks只保留以http://或https://开头的外部链接，避免检测文档内部的锚点链接。
4. 增加鲁棒性：
   • 给requests.head添加timeout=5，防止因链接超时导致脚本挂起。
   • 自动创建输出目录，避免因目录不存在导致的写入失败。
   • 报告中增加"无失效链接"的提示，输出更友好。
5. 代码结构优化：
   • 将文档初始化移到find_broken_links_in_docx内部，让函数更独立通用，方便后续扩展为批量处理多个文档。

内容的提问来源于stack exchange，提问作者Travis Webb