请告诉我如何解决这个问题：
我在MS Word的文档中有一个连续的元数据列表。基本思想是创建一个Python算法来迭代信息，从数据库中检索PROCESS的名称，何时成为队列。
示例元数据：
流程： Process Walker（1965）
确切参考： Walker Process Equipment。，Inc。诉食品机械公司链接： http://caselaw.lp.findlaw.com/scripts/getcase.pl?court=US&vol=382&invol=
程序类型：Certiorari至美国第七巡回上诉法院。 缔约方：Walker Process Equipment，Inc。
部门：系统是......
开始日期： 10月12日至13日Arguedas，1965年 摘要：食品机械公司已经启动了一项程序，通过使用通过欺诈获得的专利来阻止或减缓竞争对手的进入。该案件涉及污水处理系统曝气设备中使用的“膝盖式摇摆扩散器”专利，问题在于“在专利局之前通过欺诈获得的专利的维护和执行”是否可能成为反托拉斯处罚的依据。
进化过程的报告：请愿者，回应回应......重要性： a）第一个为争议诊断建立分析的案例......
大约有200页包含上述信息。
我想到了在Python中实现算法的想法，能够打破这个信息序列并尝试将其存储在Web数据库（我正在寻找的开源应用程序）中，以便免费协商。
答案 0 :(得分：3)
签出AntiWord将文档转换为纯文本，然后使用grep和sed转换为可以输入脚本的格式。
答案 1 :(得分：2)
Word的最新版本允许您以XML格式保存文档。这可以通过明确的＆＃34;保存为＆＃34;并选择XML，或解压缩.docx文件并解析其XML。 XML格式在线记录，具体取决于Word的版本：2003 Office XML或2007/2010 Office Open XML。
任何更强大的功能（例如需要操纵文档）都需要与.NET接口（MS Open XML SDK或Aspose。单词）。