d'Ivan

Если разделителем текстовых данных является табуляция, то пробовать импортировать в Excel как TSV (tab separated values) или как fixed column width. Если запятые, то как CSV.

Если существует единственный набор правил, при котором можно однозначно построить векторное изображение, то преобразовать в SVG возможно.
По аналогии с XML, при помощи правил XSLT с единственного источника данных можно преобразовать в HTML/PDF.

Парсинг документов самостоятельно не стоит писать - есть Apache Tika (Java) - на выходе JSON. Tika раньше был в составе Apache Lucene (поисковый движок).

The Apache Tika™ toolkit detects and extracts metadata and text from over a thousand different file types (such as PPT, XLS, and PDF). All of these file types can be parsed through a single interface, making Tika useful for search engine indexing, content analysis, translation, and much more.

Индексация текста и поиск - Elastic Search (Java), Sphinx Search (C++), как заметил ранее santaatnas, плюс Solr, Apache Lucene.

Wkhtmltopdf
+
https://www.princexml.com

https://en.wikipedia.org/wiki/Excelsior_JET

man unoconv