استخراج داده متنی از PDF و تبدیل آن به فرمت Excel

عرض سلام و ادب، یک مجموعه داده متنی به زبان انگلیسی و در قالب PDF وجود دارد که بر اساس یک Codebook جمع‌آوری و مدون شده است. فایل پیوست شامل 25 صفحه اول است که هم Codebook و هم نمونه‌ای از داده‌های جمع‌آوری‌شده را در بر می‌گیرد. کل مجموعه داده حدود 450 صفحه و در فرمت PDF است. پروژه‌ای که در نظر دارم این است که این داده‌ها بر اساس Codebook استخراج شده و به فرمت Excel تبدیل شوند، به این صورت که عناوین توضیحی موجود در Codebook به عنوان نام ستون‌ها در اکسل ثبت شده و مقادیر مربوطه نیز استخراج شوند. از آنجا که تمام متن به زبان انگلیسی است، مطمئن هستم که می‌توان با استفاده از کدنویسی و روش‌های خودکارسازی، داده‌ها را به‌صورت دقیق استخراج کرد. لطفاً برای درک بهتر موضوع، فایل پیوست را بررسی بفرمایید. با احترام