Source code for langchain_community.document_loaders.epub

from typing import List

from langchain_community.document_loaders.unstructured import (
    UnstructuredFileLoader,
    satisfies_min_unstructured_version,
)


class UnstructuredEPubLoader(UnstructuredFileLoader):
    """使用`Unstructured`加载`EPub`文件。

    您可以在两种模式中的一种中运行加载程序："single"和"elements"。
    如果使用"single"模式，则文档将作为单个`langchain Document`对象返回。
    如果使用"elements"模式，则`unstructured`库将文档拆分为诸如`Title`和`NarrativeText`之类的元素。
    您可以在模式之后传递额外的`unstructured kwargs`以应用不同的`unstructured settings`。

    示例
    --------
    from langchain_community.document_loaders import UnstructuredEPubLoader

    loader = UnstructuredEPubLoader(
        "example.epub", mode="elements", strategy="fast",
    )
    docs = loader.load()

    参考资料
    ----------
    https://unstructured-io.github.io/unstructured/bricks.html#partition-epub"""

    def _get_elements(self) -> List:
        min_unstructured_version = "0.5.4"
        if not satisfies_min_unstructured_version(min_unstructured_version):
            raise ValueError(
                "Partitioning epub files is only supported in "
                f"unstructured>={min_unstructured_version}."
            )
        from unstructured.partition.epub import partition_epub

        return partition_epub(filename=self.file_path, **self.unstructured_kwargs)