Python 从MS Word文档构建数据库的最佳方法是什么？

请就如何解决此问题向我提供建议：

我在MS Word中的文档中有一个连续的元数据列表。其基本思想是创建一个Python算法来迭代信息，从数据库中检索进程的名称（当进程成为队列时）

元数据示例：

过程：过程步行者（1965）
准确参考：沃克工艺设备有限公司v。食品机械公司

链接：

程序类型：美国第七巡回上诉法院的调卷。 缔约方：沃克工艺设备有限公司

扇区：系统是

开始日期：1965年10月12日至13日阿尔盖达斯
摘要：食品机械公司已启动一项程序，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。本案涉及一项用于污水处理系统曝气设备的“膝动摆动扩散器”专利，问题是“维护和执行在专利局通过欺诈获得的专利”是否可以作为反垄断处罚的依据。
进化过程报告：请愿人，在答复中

重要性：a）第一个案例建立了对争议诊断的分析

大约有200页包含上述信息

---

我想用Python实现一个算法，能够打破这个信息序列，并尝试将其存储在web数据库（我正在寻找的一个开源应用程序）中，以便进行免费咨询。

查看将文档转换为纯文本，然后grep和sed转换成一种可以通过管道传输到脚本中的格式。

Word的最新版本允许您以XML格式保存文档。这可以通过显式地“另存为”并选择XML来完成，也可以解压.docx文件并解析其XML。XML格式根据Word:或的版本在线记录

---

任何更强大的功能（例如需要操纵文档）都需要与.NET（或.Words）接口。

它们是否总是以相同的顺序具有完全相同的部分？“过程：…”总是第一行吗？@S.Lott.：我认为这是一个非常合理的问题。这是一种数据格式，我如何将数据复制到数据库中。它是什么版本的Word？如果是2007（.docx），那么你可以看看@Orbling，这个问题不够精确，无法回答。@Thorbjørn Ravn Andersen:因此，我要求澄清，而不是笨手笨脚地回答。；-）