将MS Word文档章节提取到SQL数据库记录？

Question

我有300多页的单词文档，其中包含数百个“章节”（由标题格式定义），目前用词索引。每章包含中等数量的文本（通常少于一页），也可能包含一两个相关的图形。我想将文档拆分成数据库记录，以便在iPhone程序中使用 - 每一章都是一个由标题，id＃和内容字段组成的记录。我还没有决定是否要将图片作为单独的字段（可能只包含文件名），或内容文本中的HTML或类似样式链接。在任何情况下，最终结果是我可以显示一个可搜索的标题表，用户可以点击它来提取任何给定的条目。

我目前遇到的困难是从单词文档到数据库。我怎样才能最容易地将文档按章分割成记录，同时保持图像关联？我想在每章之间插入一些独特的字符，保存为文本格式，然后编写一个脚本来根据该字符将文档解析成数据库，但我不确定我是否可以在这种情况下处理图形。其他选择？

Answer 1

回答我自己的问题：

给出一个相当简单的格式化文档

1. 将其转换为Open Office XML文档

2. 编写一个python脚本，使用xml.sax python模块将文档解析为数据库。

图像以HTML格式插入记录，以使用Web界面显示。