Обработка 3000 файлов

Есть 4 вида файлов - текстовые, RTF и DOC и XLS

Эти тексты содержат телеграммы, в которых имеется следующая информация

1. дата выхода

2. номер или название+раздел документа

3. тема документа

4. ТЕЛО ДОКУМЕНТА

4.1 страны, названия станций, перегонов, портов итд....

4.2 коэффициенты, добавки, скидки итд

4.3 сроки действия, периоды, дата вступления в действие

5. подпись - должность, фамилия

6. указание на связанные документы

7. тип документа (первичный, уточнение, разъяснение, исправление)

Нужно

1. перевести все это в формат XML

2. оформить каждую часть в своих тегах

3. вести учет названий и номеров документов в книге excel с пометкой, какие из них уже есть, а каких - нет

Пример файлов в прикрепленном архиве