langchain_community.document_loaders.html

from typing import List

from langchain_community.document_loaders.unstructured import UnstructuredFileLoader


[docs]class UnstructuredHTMLLoader(UnstructuredFileLoader):
    """使用`Unstructured`加载`HTML`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`文档对象返回。
如果使用"elements"模式，`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`参数，以应用不同的`unstructured`设置。

示例
--------
from langchain_community.document_loaders import UnstructuredHTMLLoader

loader = UnstructuredHTMLLoader(
    "example.html", mode="elements", strategy="fast",
)
docs = loader.load()

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

    def _get_elements(self) -> List:
        from unstructured.partition.html import partition_html

        return partition_html(filename=self.file_path, **self.unstructured_kwargs)
Source code for langchain_community.document_loaders.html
