Требуется, используя язык программирования Python (3 версии) создать программу для извлечения текста из файла/архива (только текстовая информация).

Форматы файлов, из которых нужно извлекать текст:

• .doc
• .docx
• .html
• xls
• xlsx
• .rtf
• в отдельную категорию выношу .doc файлы 1997-2003 годов.
  

Форматы архивов, из которых нужно извлекать текст:

• .zip
• .rar

Механизм работы программы:
Программа должна представлять из себя подключаемый модуль содержащий функцию, которая на вход принимает url ссылку на файл, после чего, делает следующее:
Если это файл (doc, docx, html, xls, xlsx, rtf):

• Извлекает текст из файла, после чего, создаёт .txt файл куда помещает извлечённый текст.

Если это архив (rar, zip):

• Поочерёдно извлекает
  текст из каждого файла архива, содовая при этом .txt файл для размещения в нём
  извлечённого из файла архива текста.

Поиск ИНН в фале:
После извлечения текста из файла, и его записи в .txt файл, программа должна производить поиск ИНН в извлечённом тексте. Если ИНН был найден, программа должна возвращает его значение, если ИНН не был найден, программа должна выводить сообщение о том, что файл не содержит ИНН

Готов ответить на любые возникшие вопросы,