从熟 XML/PDF 输入更新后端数据库：哪个是最好的工具/方法？

Question

我们必须每月自动更新几次数据库。

我目前的用例如下。

目前我们手动将输入数据与上个月的数据进行比较 输入。如果是 XML，我们使用 MS xmldiff。如果是 Pdf ，则完全完成 通过手动验证 :-( .

一旦发现更改，我们会通过表单界面更新数据库（再次手动）。更改可能是创建新条目、更新现有条目或删除旧条目。由于整个过程既耗时又手动 更不用说对一个人来说非常无聊和沮丧，我们是 寻找尽可能自动化此过程的方法。

我们目前正在考虑使用脚本来实现整个事情 语言（特别是 Python）。但我们目前真的没有人拥有 脚本语言方面的经验，所以我们基本上必须边学边学。

在我们开始之前，我们希望回答的问题是

1) 使用脚本语言是正确的方法吗？我们认为脚本 语言更好，因为要涵盖多个领域（XML diff， 数据库连接、创建 XML 等）。有没有其他选择 还是工具？

2) Python 和其他语言一样好吗？基于我们 google了一下，python好像很成熟，确实支持各种数据库 通过图书馆连接。我们应该有其他选择吗 调查一下？（再一次没有人写过一个 Python 代码）

3) 是否有任何适用于 pdf 文件的优秀且免费的 Diff 工具？ 我们正在寻找可以检查特定表或 标题内容在 pdf 中更改并转储输出。

仅供参考，数据库是 MS 访问权限。

感谢您的宝贵时间。

Answer 1

我认为 Python 是一种易于学习的语言，我认为如果你有 VBScript 经验，你应该能够很快上手。

我使用 BeautifulSoup 进行 XML/HTML 解析，我发现它非常易于使用。 http://www.crummy.com/software/BeautifulSoup/documentation.html

对于 PDF 的东西，你可以看看 rportlab 工具包（我没用过） http://www.reportlab.org/