langchain_community.document_loaders.html_bs.BSHTMLLoader

class langchain_community.document_loaders.html_bs.BSHTMLLoader(file_path: Union[str, Path], open_encoding: Optional[str] = None, bs_kwargs: Optional[dict] = None, get_text_separator: str = '')[source]

加载`HTML`文件并使用`beautiful soup`解析。

使用路径进行初始化，并可选择使用的文件编码，以及传递给BeautifulSoup对象的任何kwargs。

参数：

file_path：要加载的文件路径。 open_encoding：打开文件时要使用的编码。 bs_kwargs：传递给BeautifulSoup对象的任何kwargs。 get_text_separator：在soup上调用get_text时要使用的分隔符。

Methods

__init__(file_path[, open_encoding, ...])

使用路径进行初始化，并可选择使用的文件编码，以及传递给BeautifulSoup对象的任何kwargs。

alazy_load()

一个用于文档的惰性加载器。

aload()

将数据加载到文档对象中。

lazy_load()

加载HTML文档到文档对象中。

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 (Union[str, Path]) –

  • open_encoding (Optional[str]) –

  • bs_kwargs (Optional[dict]) –

  • get_text_separator (str) –

Return type

None

__init__(file_path: Union[str, Path], open_encoding: Optional[str] = None, bs_kwargs: Optional[dict] = None, get_text_separator: str = '') → None[source]

使用路径进行初始化，并可选择使用的文件编码，以及传递给BeautifulSoup对象的任何kwargs。

参数：

file_path：要加载的文件路径。 open_encoding：打开文件时要使用的编码。 bs_kwargs：传递给BeautifulSoup对象的任何kwargs。 get_text_separator：在soup上调用get_text时要使用的分隔符。

Parameters

  • file_path (Union[str, Path]) –

  • open_encoding (Optional[str]) –

  • bs_kwargs (Optional[dict]) –

  • get_text_separator (str) –

Return type

None

async alazy_load() → AsyncIterator[Document]

一个用于文档的惰性加载器。

Return type

AsyncIterator[Document]

async aload() → List[Document]

将数据加载到文档对象中。

Return type

List[Document]

lazy_load() → Iterator[Document][source]

加载HTML文档到文档对象中。

Return type

Iterator[Document]

load() → List[Document]

将数据加载到文档对象中。

Return type

List[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]

Examples using BSHTMLLoader