如何使用python-docx将markdown格式超链接插入DOCX表格

python-docx的表格单元格内容本质和正文段落结构一致，段落添加超链接的方法完全可以直接应用在表格场景中。实现逻辑分为两步：

• 编写辅助函数实现Markdown超链接解析，将混合了普通文本和超链接的字符串拆分为独立的内容片段
• 改写表格内容写入逻辑，将拆分后的内容依次写入单元格，超链接片段调用超链接插入方法生成可点击的链接

完整实现代码 #

import pandas as pd
import docx
from docx.shared import RGBColor
from docx.oxml.ns import qn
from docx.oxml import OxmlElement
import re

# 辅助函数：给指定段落添加超链接
def add_hyperlink(paragraph, text, url):
    part = paragraph.part
    r_id = part.relate_to(url, docx.opc.constants.RELATIONSHIP_TYPE.HYPERLINK, is_external=True)

    hyperlink = OxmlElement('w:hyperlink')
    hyperlink.set(qn('r:id'), r_id, )

    new_run = OxmlElement('w:r')
    rPr = OxmlElement('w:rPr')

    # 设置超链接样式：蓝色、下划线
    c = OxmlElement('w:color')
    c.set(qn('w:val'), '0000FF')
    rPr.append(c)
    u = OxmlElement('w:u')
    u.set(qn('w:val'), 'single')
    rPr.append(u)

    new_run.append(rPr)
    new_run.text = text
    hyperlink.append(new_run)

    paragraph._p.append(hyperlink)
    return hyperlink

# 辅助函数：解析Markdown格式超链接，拆分内容片段
def parse_md_text(text):
    md_link_pattern = re.compile(r'\[([^\]]+)\]\(([^)]+)\)')
    fragments = []
    last_end = 0
    for match in md_link_pattern.finditer(text):
        start, end = match.span()
        if start > last_end:
            fragments.append(('text', text[last_end:start]))
        link_text = match.group(1)
        link_url = match.group(2)
        # 自动补全http前缀，避免Word识别为内部路径
        if not link_url.startswith(('http://', 'https://')):
            link_url = f'http://{link_url}'
        fragments.append(('link', link_text, link_url))
        last_end = end
    if last_end < len(text):
        fragments.append(('text', text[last_end:]))
    return fragments

# 示例数据
df = pd.DataFrame([["Some [string](www.google.com) is the link to google",'IDnum1',"China"],
              ["This is string 2","IDnum3","Australia"],
              ["some string3","IDNum5","America"]], columns = ["customer string","ID number","Country"])

doc = docx.Document()
t = doc.add_table(df.shape[0]+1, df.shape[1])

# 写入表头
for j in range(df.shape[-1]):
    t.cell(0,j).text = df.columns[j]

# 写入表体内容
for i in range(df.shape[0]):
    for j in range(df.shape[-1]):
        cell = t.cell(i+1,j)
        # 清空单元格默认生成的段落
        cell.paragraphs[0].clear()
        current_paragraph = cell.paragraphs[0]
        content = str(df.values[i,j])
        # 解析内容片段并写入
        for frag in parse_md_text(content):
            if frag[0] == 'text':
                current_paragraph.add_run(frag[1])
            elif frag[0] == 'link':
                add_hyperlink(current_paragraph, frag[1], frag[2])

doc.save('./test.docx')

注意事项 #

• 代码自动为不带http/https前缀的URL补全了http前缀，避免Word将链接识别为内部文档路径
• 超链接默认设置了蓝色+下划线的样式，可根据需要修改add_hyperlink函数中的样式配置
• 同一个单元格内支持插入多个Markdown超链接，可正常识别混合排版的内容

内容的提问来源于stack exchange，提问作者Sushiix