langchain_community.document_loaders.pdf
.PyPDFLoader¶
- class langchain_community.document_loaders.pdf.PyPDFLoader(file_path: str, password: Optional[Union[str, bytes]] = None, headers: Optional[Dict] = None, extract_images: bool = False)[source]¶
使用pypdf加载PDF文件到文档列表中。
加载器按页面划分块,并将页面编号存储在元数据中。
使用文件路径进行初始化。
Attributes
source
Methods
__init__
(file_path[, password, headers, ...])使用文件路径进行初始化。
一个用于文档的惰性加载器。
aload
()将数据加载到文档对象中。
将给定路径作为页面进行延迟加载。
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 (str) –
password (Optional[Union[str, bytes]]) –
headers (Optional[Dict]) –
extract_images (bool) –
- Return type
None
- __init__(file_path: str, password: Optional[Union[str, bytes]] = None, headers: Optional[Dict] = None, extract_images: bool = False) None [source]¶
使用文件路径进行初始化。
- Parameters
file_path (str) –
password (Optional[Union[str, bytes]]) –
headers (Optional[Dict]) –
extract_images (bool) –
- Return type
None
- 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]