Python使用标准库zipfile+re提取docx文档中超链接文本和链接地址
推荐教材：
《Python程序设计实用教程》，ISBN：978-7-5635-6065-3，董付国，北京邮电大学出版社
教材封面：
全国各地新华书店有售
京东购买链接：
配套资源：教学大纲、教学课件、例题源码、习题答案、刷题与考试系统。
《Python程序设计实用教程》课后习题答案
发送公众号消息“小屋刷题”可以获取Python小屋刷题神器，1200道Python题目随时可以在线练习。
================
问题描述：
WPS和Office Word创建的docx格式文档虽然格式大致相同，但还是有些细节的区别。例如，使用WPS创建的文档中如果包含超链接，可以使用“Python提取Word文档中所有超链接地址和文本”一文中介绍的技术和代码提取，但是同样的代码对于Office Word创建的docx文档无效。本文使用Python配合正则表达式来提取docx文档中的超链接文本和链接地址。
技术原理：
假设有文件“带超链接的文档（Word版）.docx”，内容如下，
把该文件复制一份得到“带超链接的文档（Word版） - 副本.docx”，修改扩展名为zip得到文件“带超链接的文档（Word版） - 副本.zip”，打开该文件，结构如下，
进入word子文件夹，结构如下，
双击文件document.xml，内容如下，方框内和箭头处是需要提取的内容，其中箭头处为资源ID，
进入_rels文件夹，有如下文件，
双击打开文件“document.xml.rels，内容如下，红线处类似的地方是需要提取的信息，
参考代码：
运行结果：
温馨提示
关注本公众号“Python小屋”，通过菜单“最新资源”==>“历史文章”可以快速查看分专题的1000篇原创技术文章列表（可根据关键字在页面上搜索感兴趣的文章），通过“最新资源”==>“微课专区”可以免费观看500节Python微课，通过“最新资源”==>“培训动态”可以查看近期Python培训安排，通过“最新资源”==>“教学资源”可以查看Python教学资源，海量宝藏等你来挖掘。
---董付国老师Python系列图书---
友情提示：不建议购买太多，最好先通过京东、当当、天猫查阅图书了解目录和侧重点，然后再选择购买适合自己的书。
（1）《Python程序设计（第2版）》（ISBN：978-7-302-43651-5），清华大学出版社，2016年8月出版，2019年度清华大学出版社畅销图书
（2）《Python可以这样学》（ISBN：978-7-302-45646-9），清华大学出版社，2017年2月
（3）《Python程序设计基础（第2版）》（ISBN：978-7-302-49056-2）清华大学出版社，2018年1月出版，2019年度清华大学出版社畅销图书
（4）《中学生可以这样学Python》（ISBN：978-7-302-48039-6）清华大学出版社
（5）《Python程序设计开发宝典》（ISBN：978-7-302-47210-0）清华大学出版社，2018年10月
（6）《玩转Python轻松过二级》（ISBN：978-7-302-49916-9）清华大学出版社，2018年5月
（7）《Python程序设计基础与应用》（ISBN：978-7-111-60617-8），机械工业出版社，2018年9月
（8）《Python程序设计实验指导书》（ISBN：9787302525790），清华大学出版社，2019年4月
（9）《Python编程基础与案例集锦（中学版）》（ISBN：978-7-121-35539-4），电子工业出版社，2019年4月
（10）《大数据的Python基础》（ISBN：978-7-111-62455-4），机械工业出版社，2019年5月出版
（11）译作《Python程序设计》，机械工业出版社（华章），2018年11月出版
（12）繁体版《Python也可以这样学》，台湾博硕文化股份有限公司，2017年10月出版，本书为《Python可以这样学》在台湾发行的繁体版，两本书内容一样，不建议重复购买。
（13）《Python程序设计实例教程》（ISBN：978-7-111-63198-9），机械工业出版社
（14）《Python数据分析、挖掘与可视化》（ISBN：978-7-115-52361-7），人民邮电出版社，2019年12月
（15）《Python程序设计（第3版）》（ISBN：978-7-302-55083-9），清华大学出版社，2020年6月
（16）《Python程序设计实用教程》（ISBN：978-7-5635-6065-3），北京邮电大学出版社，2020年7月
（17）《中学生可以这样学Python（微课版）》，清华大学出版社，ISBN：9787302554639，2020年8月
2020年秋季学期Python教材推荐与选用参考
董付国老师Python在线课程资源使用方法
董付国老师6本Python教材PDF版免费阅读
《Python数据分析、挖掘与可视化》前3章书稿PDF免费阅读
《Python程序设计基础与应用》前3章书稿PDF免费阅读
号外号外--Python小屋刷题神器上线啦
《中学生可以这样学Python》84节微课免费观看地址
《Python编程基础与案例集锦（中学版）》80课视频免费观看地址
相关阅读：
Python修改Word文件设置所有图片都居中对齐
Python处理大学英语四级考试数据（Excel文件）案例一则
Python检查Word文件中包含特定关键字的所有页码
Python+pymupdf处理PDF文档案例6则
Python提取docx格式Word文档中所有尾注
Python批量提取Excel文件中所有单元格批注
Python+pandas统计每个学生学习慕课总时长
Python使用openpyxl和pandas处理Excel文件实现数据脱敏案例一则
Python使用openpyxl和pandas处理学生成绩Excel文件实用案例
Python使用标准库zipfile提取docx文档中所有图片
Python批量提取PowerPoint文件中所有幻灯片标题和备注文本
Python处理Windows记事本utf8编码文件要注意的坑
Python创建分栏排版的Word文档
Python提取Word文档中所有脚注文本
Python批量提取docx格式Word文档中所有批注
Python批量提取docx格式Word文档中所有文本框内的文本
Python读取docx文档中所有标题文本
Python合并多个Word文件的4种方法和1种不写代码的方法
一文学会Python标准库struct序列化与反序列化
Python操作PowerPoint文件：批量导入图片（加强版）
Python读取并重新组织Excel文件数据案例一则
使用Python把Word文档转换为图片式不可修改的PDF文件
使用Python合并多张JPG图片为一个PDF文件
使用Python合并任意多个PDF文件
Python提取docx文档中嵌入式图片和浮动图片的又一种方法
Python提取docx文档中所有嵌入式图片和浮动图片
Python提取.ipynb文件中的Python代码保存为.py文件
Python根据身份证号计算年龄和退休时间并保存Excel文件
Python读写Excel文件中指定区域单元格内容
一文230行代码学会使用Python操作Excel文件
Python操作Word文档的节属性和页眉/页脚
Python控制Word文件中段落格式与文本格式
Python把PDF文件中每页内容分离为独立图片文件
Python实现Excel与Word文件中表格数据的导入导出
Python+pandas分离Excel数据到同一个Excel文件中多个Worksheets
使用Python预处理机器学习需要的手写体数字图像文件数据集
Python批量修改Word文档中特定关键字的颜色
Python实现中文文档的简体与繁体互相转换
Python操作Excel文件汇总数据案例一则
Python文件操作与matplotlib数据可视化案例一则
Python文件操作的几个要点与示例
Python统计Excel文件中超市营业额明细数据
Python查找包含指定字符串的所有Office文档
Python查找包含指定字符串的所有文件
Python提取Word文档中所有超链接地址和文本
Python课程期末考试编程题自动批卷原理与实现模板
使用Python批量提取并保存docx文档中的图片
Python筛选Excel文件中超过一定年龄的人员信息
Python批量导入图片到Word文件
把Python程序的输出和异常信息自动写入文件
Python操作Excel文件：插入一列数据
Python使用pandas合并多个Excel文件
Python处理文本文件案例一则
批量统计多个PPTX文件中幻灯片总数量
Python批量转换ppt文件为pptx文件
使用Python为PDF文件批量添加水印的方法及进一步思考
Python使用三种方法批量修改记事本文件编码格式
Python批量生成垃圾邮件内容
Python批量合并带有合并单元格的Excel文件
Python文件操作小案例：交替合并两个记事本文件
Python查找Word文件中红色和加粗的文字（附元宵节送书活动中奖名单）
使用Python写入docx文件并控制字体颜色
Python批量提取Word文件题库中的答案
Python+pywin32批量转换Word文件为PDF文件
使用Python获取Excel文件中单元格公式的计算结果
Python操作Excel文件中多WorkSheet模拟数据库内连接查询
使用Python操作PowerPoint文件中的表格
使用Python批量修改PPTX文件中文本框格式
Python批量导入图片生成能治疗颈椎病的HTML5版课件
Python批量导出多个PPT/PPTX文件中每个幻灯片为独立JPG图片
Python批量导入图片生成PowerPoint 2007+文件
Python批量设置多个Excel文件页眉页脚的源码
Python批量修改Excel文件格式：加粗、颜色交替、渐变背景色填充
Python模拟Linux/Mac OS工具grep和Windows工具findstr
Python使用marshal模块操作二进制文件
Python操作docx文档设置居中并创建表格
Python+pickle读写二进制文件小案例
Python批量整理文件名小案例（附公众号第一批赠书活动中奖名单）
Python统计多个Powerpoint文件中幻灯片总数量
Python编写编程作业批量自动打分程序的思路与实现
详解Python字符串编码格式
使用Python读写文本文件内容
Python批量提取PDF文件中的文本
Python批量检查网页是否被注入其他页面
Python网页注入挂马
几行Python代码打造自己的磁盘垃圾文件清理器
使用Python批量随机化文件名
Python把docx文档中的题库导入SQLite数据库
使用Python判断文件是否为PE文件
Python操作高版本Excel文件：颜色、边框、合并单元格
Python使用模糊哈希值比较文件相似度
Python压缩新文件到已有ZIP文件
Python生成大量随机人员信息
Python生成强密码字典文件
Python破解ZIP或RAR文件密码
Python打造文件MD5值计算器
Python合并Excel2007+中多个WorkSheet
Python提取docx文档中例题、插图、表格清单
Python读写CSV格式文件
Python+shelve读写二进制文件