langchain_community.document_loaders.spider
.SpiderLoader¶
- class langchain_community.document_loaders.spider.SpiderLoader(url: str, *, api_key: Optional[str] = None, mode: Literal['scrape', 'crawl'] = 'scrape', params: Optional[dict] = None)[source]¶
使用Spider AI将网页加载为文档。
必须安装Python包`spider-client`并拥有Spider API密钥。 更多信息请参见https://spider.cloud。
初始化API密钥和URL。
- 参数:
url: 要处理的URL。 api_key: Spider API密钥。如果未指定,将从环境变量`SPIDER_API_KEY`中读取。 mode: 加载程序运行的模式。默认为”scrape”。
选项包括”scrape”(单个页面)和”crawl”(随后深入爬取子页面)。
params: Spider API的额外参数。
Methods
__init__
(url, *[, api_key, mode, params])初始化API密钥和URL。
一个用于文档的惰性加载器。
aload
()将数据加载到文档对象中。
根据指定的模式加载文档。
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
url (str) –
api_key (Optional[str]) –
mode (Literal['scrape', 'crawl']) –
params (Optional[dict]) –
- __init__(url: str, *, api_key: Optional[str] = None, mode: Literal['scrape', 'crawl'] = 'scrape', params: Optional[dict] = None)[source]¶
初始化API密钥和URL。
- 参数:
url: 要处理的URL。 api_key: Spider API密钥。如果未指定,将从环境变量`SPIDER_API_KEY`中读取。 mode: 加载程序运行的模式。默认为”scrape”。
选项包括”scrape”(单个页面)和”crawl”(随后深入爬取子页面)。
params: Spider API的额外参数。
- Parameters
url (str) –
api_key (Optional[str]) –
mode (Literal['scrape', 'crawl']) –
params (Optional[dict]) –
- 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]