如何用Python-Docx提取Word表格单元格内的超链接文本？

在使用python-docx提取带超链接的单元格内容时，直接读取run.text或par.text无法获取超链接文本——因为超链接的内容存储在Word底层OOXML结构的专门节点中。以下是修正后的提取代码：

def Populate(self, Keyword, row):
    match Keyword:
        case 'Status':
            self.Status = row.cells[1].text
            print(self.Status)

        case 'Project':
            cell = row.cells[1]
            self.Project = ""
            # 遍历单元格内所有段落
            for par in cell.paragraphs:
                # 通过XPath定位段落内的超链接节点
                for hyperlink in par._element.xpath('.//w:hyperlink'):
                    # 提取超链接包含的所有文本内容
                    for text_node in hyperlink.xpath('.//w:t'):
                        self.Project += text_node.text
                # 补充段落内的普通文本（非超链接部分）
                self.Project += par.text
            print(self.Project)

核心说明： #

• python-docx基于Word的XML格式（OOXML）实现，超链接对应XML中的<w:hyperlink>节点，需要用XPath语法定位提取。
• 先提取超链接内的文本，再补充段落普通文本，避免遗漏单元格内的所有内容。
• 初始化self.Project = ""，防止多次调用时累加旧数据。

如果还需要提取超链接的URL地址，可以通过以下方法获取：

def get_hyperlink_url(hyperlink, document):
    rid = hyperlink.get('r:id')
    if rid and rid in document.part.related_parts:
        return document.part.related_parts[rid].target_ref
    return None

# 在Project分支中调用示例：
# url = get_hyperlink_url(hyperlink, self.document)
# print(f"超链接地址: {url}")

内容的提问来源于stack exchange，提问作者Youssef laarichi