langchain_community.document_loaders.parsers.pdf.PyMuPDFParser

class langchain_community.document_loaders.parsers.pdf.PyMuPDFParser(text_kwargs: Optional[Mapping[str, Any]] = None, extract_images: bool = False)

使用`PyMuPDF`解析`PDF`。

初始化解析器。

参数：

text_kwargs：传递给``fitz.Page.get_text()``的关键字参数。

Methods

__init__([text_kwargs, extract_images])	初始化解析器。
lazy_parse(blob)	懒惰地解析blob。
parse(blob)	将blob急切地解析为一个文档或多个文档。

Parameters

• text_kwargs (Optional[Mapping[str, Any]]) –

• extract_images (bool) –

Return type

None

__init__(text_kwargs: Optional[Mapping[str, Any]] = None, extract_images: bool = False) → None

初始化解析器。

参数：

text_kwargs：传递给``fitz.Page.get_text()``的关键字参数。

Parameters

• text_kwargs (Optional[Mapping[str, Any]]) –

• extract_images (bool) –

Return type

None

lazy_parse(blob: Blob) → Iterator[Document]

懒惰地解析blob。

Parameters

blob (Blob) –

Return type

Iterator[Document]

parse(blob: Blob) → List[Document]

将blob急切地解析为一个文档或多个文档。

这是一个用于交互式开发环境的便利方法。

生产应用程序应该更倾向于使用lazy_parse方法。

子类通常不应该覆盖这个解析方法。

参数：

blob：Blob实例

返回：

文档列表

Parameters

blob (Blob) –

Return type

List[Document]