Vsdx

一个 visio 文件（扩展名为 .vsdx）与 Microsoft Visio 软件相关联，这是一款用于创建图表的软件。它存储有关图表结构、布局和图形元素的信息。这种格式有助于在业务、工程和计算机科学等领域创建和共享可视化内容。

Visio 文件可以包含多个页面。其中一些页面可能用作其他页面的背景，这可能跨越多个层。这个加载器从每个页面及其关联页面中提取文本内容，使得可以提取每个页面的所有可见文本，类似于 OCR 算法的功能。

警告：只有扩展名为 .vsdx 的 Visio 文件与此加载器兼容。扩展名为 .vsd 的文件等不兼容，因为它们无法转换为压缩的 XML。

from langchain_community.document_loaders import VsdxLoader

loader = VsdxLoader(file_path="./example_data/fake.vsdx")
documents = loader.load()

显示加载的文档

for i, doc in enumerate(documents):
    print(f"\n------ 第 {doc.metadata['page']} 页 ------")
    print(f"标题页：{doc.metadata['page_name']}")
    print(f"来源：{doc.metadata['source']}")
    print("\n==> 内容 <== ")
    print(doc.page_content)

------ 第 0 页 ------
标题页：摘要
来源：./example_data/fake.vsdx
==> 内容 <== 
创建者
创建日期
修改者
修改日期
版本
标题
Florian MOREL
2024-01-14
FLORIAN Morel
今天
0.0.0.0.0.1
这是一个标题
世界上最好的标题
这是一个箭头
这是地球
这是一个有界箭头
...