我会从两个层面回答这个问题。第一个层次是“可以使用机器学习来完成吗？” 我想说机器学习本质上是关于学习的。因此，如果您准备了足够的样本文档示例和期望从这些文档中获得的输出，您就可以训练网络来学习文档的结构并提取相关信息。从文档中提取信息的更一般形式是一个经过充分研究的问题，通常称为信息检索。它不仅限于机器学习技术，您还可以使用自然语言处理工具。因此，就其一般形式而言，它实际上是在实践中进行的。来到第二个层次，“你应该使用机器学习来做吗？？”。我同意@NeilSlater 所说的。更好和更可行的方法是使用良好的编程实践，以便您可以随着数据集的发展重用解析器的某些部分。

大多数编程语言和标记语言都有相对简单的语法，因此通常不需要使用机器学习技术来解析这些语言。在机器学习中，自动学习形式语法的过程也称为语法归纳。为此目的设计了几个自适应解析器。

我的业务遇到了类似的问题：解析大量不同格式的邮件，其中一些邮件随着时间的推移略有变化。我没有解决它，但我使用来自http://www.scriptminer.com/的服务，这显然是使用机器学习工具来解析这些半结构化消息。