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)

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, ...])
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

• 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)

Parameters

• path (Union[str, Path]) –

• glob (str) –

• silent_errors (bool) –

• load_hidden (bool) –

• recursive (bool) –

• extract_images (bool) –

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]

Examples using PyPDFDirectoryLoader

• PDF