langchain_community.document_loaders.pdf
.PyPDFDirectoryLoader¶
- class langchain_community.document_loaders.pdf.PyPDFDirectoryLoader(path: Union[str, Path], glob: str = '**/[!.]*.pdf', silent_errors: bool = False, load_hidden: bool = False, recursive: bool = False, extract_images: bool = False)[source]¶
使用`pypdf`加载一个包含`PDF`文件的目录,并以字符级别进行分块。
加载器还会将页面编号存储在元数据中。
Methods
__init__
(path[, glob, silent_errors, ...])一个用于文档的惰性加载器。
aload
()将数据加载到文档对象中。
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
path (Union[str, Path]) –
glob (str) –
silent_errors (bool) –
load_hidden (bool) –
recursive (bool) –
extract_images (bool) –
- __init__(path: Union[str, Path], glob: str = '**/[!.]*.pdf', silent_errors: bool = False, load_hidden: bool = False, recursive: bool = False, extract_images: bool = False)[source]¶
- Parameters
path (Union[str, Path]) –
glob (str) –
silent_errors (bool) –
load_hidden (bool) –
recursive (bool) –
extract_images (bool) –
- 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]