将 MS Word 文档章节提取到 SQL 数据库记录？答案

【问题标题】：Extract MS Word document chapters to SQL database records?将 MS Word 文档章节提取到 SQL 数据库记录？
【发布时间】：2015-02-26 06:58:15
【问题描述】：

我有一个 300 多页的 word 文档，其中包含数百个“章节”（由标题格式定义），目前按单词索引。每章包含中等数量的文本（通常少于一页），可能还有一个或两个相关的图形。我想将文档拆分为数据库记录，以便在 iPhone 程序中使用 - 每章都是由标题、id # 和内容字段组成的记录。我还没有决定是否希望图片成为单独的字段（可能只包含文件名），或者内容文本中的 HTML 或类似样式的链接。无论如何，最终结果将是我可以显示一个可搜索的标题表，用户可以单击该表来提取任何给定的条目。

我目前遇到的困难是从word文档到数据库。在保持图像关联的同时，如何最轻松地将文档按章节拆分为记录？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到数据库中，但我不确定我能否在这种情况下处理图形。其他选择？

【问题讨论】：

标签： sql ms-word

【解决方案1】：

回答我自己的问题：

给定一个格式相当简单的word文档

将其转换为 Open Office XML 文档
编写一个python脚本，使用xml.sax python模块将文档解析到数据库中。

图像以 HTML 格式插入记录中，以使用 Web 界面显示。

【讨论】：

你可以接受你自己的答案，它会帮助有同样问题的人。