將MS Word文檔章節提取到SQL數據庫記錄？

Question

我有一個包含數百個「章節」（由標題格式定義）並且目前由單詞索引的300多頁的單詞文檔。每章包含中等數量的文本（通常少於一頁），也可能包含相關的一兩個圖片。我想將文檔分成數據庫記錄以供在iPhone程序中使用 - 每章都是由標題，ID＃和內容字段組成的記錄。我還沒有決定是否希望圖片是單獨的字段（可能只是包含文件名），或HTML或內容文本中的類似樣式鏈接。無論如何，最終的結果將是我可以顯示一個可搜索的標題表，用戶可以點擊這些標題來提取任何給定的條目。

我現在遇到的困難是從word文檔到數據庫。我怎樣才能最輕鬆地將文檔按章分解成記錄，同時保持圖像關聯？我想在每個章節之間插入一些獨特的字符，保存爲文本格式，然後編寫腳本將文檔解析爲基於該字符的數據庫，但我不確定在這種情況下我可以處理圖形。其他選項？

Answer 1

要回答我的問題：

給出一個相當簡單格式化的Word文檔

1. 將其轉換爲開放式的Office XML文檔

2. 編寫Python腳本文件解析成一個使用xml.sax python模塊的數據庫。

圖像作爲HTML插入到記錄中，使用Web界面顯示。