Générer des flux XML à partir de nos pdf digitaux

Je travaille dans un groupe de presse. Je souhaite générer à partir de nos pdf digitaux des flux XML (texte et images soit un flux par article) avec des balises simples (titre, date, texte, auteur). Pouvez-vous m'indiquer la procédure à suivre ?d'avance.
Ignacio

Merci