langchain_community.document_loaders.pdf.BasePDFLoader

class langchain_community.document_loaders.pdf.BasePDFLoader(file_path: Union[str, Path], *, headers: Optional[Dict] = None)

用于`PDF`文件的基本加载器类。

如果文件是网络路径，则会将其下载到临时文件中，使用后再清理临时文件。

使用文件路径进行初始化。

参数：

file_path：PDF文件的本地、S3或Web路径。 headers：用于从Web路径下载文件的GET请求的标头。

Attributes

source

Methods

__init__(file_path, *[, headers])	使用文件路径进行初始化。
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()	一个用于文档的惰性加载器。
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]) –

• headers (Optional[Dict]) –

__init__(file_path: Union[str, Path], *, headers: Optional[Dict] = None)

使用文件路径进行初始化。

参数：

file_path：PDF文件的本地、S3或Web路径。 headers：用于从Web路径下载文件的GET请求的标头。

Parameters

• file_path (Union[str, Path]) –

• headers (Optional[Dict]) –

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]

一个用于文档的惰性加载器。

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]