Pour faire suite, la réponse (encore en cours, mais bien avancée) est à suivre si cela vous intéresse sur le SPIP Forums : https://forum.spip.net/fr_271042.html
Et pour info, ce nouveau plugin (Extracteur de document), actuellement en test, qui pourrait rendre des services à d’autres concernés par le sujet : https://plugins.spip.net/extrairedoc.html