تبدیل پرونده pdf , doc به xml

[rahmani]

سلام

یک پرونده با قالب doc و pdf دارم. می خواهم از محتویاتش که چیزهایی شبیه اینها هست استفاده کنم.

AP1-(271)                 Periodicals

AP101-115         Humorous periodicals

AP200-230         Juvenile periodicals

AP(250)-(265)     Periodicals for women

AP(270)-(271)     Periodicals for Blacks

راهنمایی کنید آیا همین طوری می توان اطلاعات آن را پردازش کرد؟ مثلا چگونه متن آن را با php در پایگاه داده ها ذخیره کرد؟

یا حتما باید آن را به پرونده ای با قالب xml  یا excel تبدیل کنم؟ چگونه؟

ممنون