论文需要用到大量企业的校企合作等数据,找了许多数据来源,只有招股说明书中的比较全。但是招股说明书页数太多，企业也太多，人工提取信息工程量太大。先考虑将pdf转为word，请问有没有批量从word中提取具有一定结构特征信息的方法？