langchain_community.document_loaders.bibtex
.BibtexLoader¶
- class langchain_community.document_loaders.bibtex.BibtexLoader(file_path: str, *, parser: Optional[BibtexparserWrapper] = None, max_docs: Optional[int] = None, max_content_chars: Optional[int] = 4000, load_extra_metadata: bool = False, file_pattern: str = '[^:]+\\.pdf')[source]¶
加载一个`bibtex`文件。
每个文档代表`bibtex`文件中的一个条目。
如果在`file` bibtex字段中存在PDF文件,则将原始PDF加载到文档文本中。如果不存在这样的文件条目,则使用`abstract`字段。
初始化BibtexLoader。
- 参数:
file_path: bibtex文件的路径。 parser: 要使用的解析器。如果为None,则使用默认解析器。 max_docs: 要加载的关联文档的最大数量。使用-1表示没有限制。 max_content_chars: 从PDF中加载的最大字符数。 load_extra_metadata: 是否从PDF中加载额外的元数据。 file_pattern: 用于匹配bibtex中文件名的正则表达式模式。
Methods
__init__
(file_path, *[, parser, max_docs, ...])初始化BibtexLoader。
一个用于文档的惰性加载器。
aload
()将数据加载到文档对象中。
使用bibtexparser加载bibtex文件,并获取文章文本以及文章元数据。 参见https://bibtexparser.readthedocs.io/en/master/
load
()将数据加载到文档对象中。
load_and_split
([text_splitter])加载文档并分割成块。块作为文档返回。
- Parameters
file_path (str) –
parser (Optional[BibtexparserWrapper]) –
max_docs (Optional[int]) –
max_content_chars (Optional[int]) –
load_extra_metadata (bool) –
file_pattern (str) –
- __init__(file_path: str, *, parser: Optional[BibtexparserWrapper] = None, max_docs: Optional[int] = None, max_content_chars: Optional[int] = 4000, load_extra_metadata: bool = False, file_pattern: str = '[^:]+\\.pdf')[source]¶
初始化BibtexLoader。
- 参数:
file_path: bibtex文件的路径。 parser: 要使用的解析器。如果为None,则使用默认解析器。 max_docs: 要加载的关联文档的最大数量。使用-1表示没有限制。 max_content_chars: 从PDF中加载的最大字符数。 load_extra_metadata: 是否从PDF中加载额外的元数据。 file_pattern: 用于匹配bibtex中文件名的正则表达式模式。
- Parameters
file_path (str) –
parser (Optional[BibtexparserWrapper]) –
max_docs (Optional[int]) –
max_content_chars (Optional[int]) –
load_extra_metadata (bool) –
file_pattern (str) –
- lazy_load() Iterator[Document] [source]¶
使用bibtexparser加载bibtex文件,并获取文章文本以及文章元数据。 参见https://bibtexparser.readthedocs.io/en/master/
- 返回:
一个包含文档文本格式的文档列表
- Return type
Iterator[Document]
- load_and_split(text_splitter: Optional[TextSplitter] = None) List[Document] ¶
加载文档并分割成块。块作为文档返回。
不要覆盖此方法。应该被视为已弃用!
- 参数:
- text_splitter: 用于分割文档的TextSplitter实例。
默认为RecursiveCharacterTextSplitter。
- 返回:
文档列表。
- Parameters
text_splitter (Optional[TextSplitter]) –
- Return type
List[Document]