langchain_community.document_loaders.unstructured
.UnstructuredAPIFileIOLoader¶
- class langchain_community.document_loaders.unstructured.UnstructuredAPIFileIOLoader(file: Union[IO, Sequence[IO]], mode: str = 'single', url: str = 'https://api.unstructured.io/general/v0/general', api_key: str = '', **unstructured_kwargs: Any)[source]¶
使用`Unstructured` API加载文件。
默认情况下,加载器会调用托管的Unstructured API。 如果您在本地运行Unstructured API,可以在初始化加载器时通过传递url参数来更改API规则。 托管的Unstructured API需要一个API密钥。如果需要生成密钥,请参阅https://www.unstructured.io/api-key/。
您可以以“single”和“elements”两种模式之一运行加载器。 如果使用“single”模式,文档将作为单个langchain Document对象返回。 如果使用“elements”模式,unstructured库将文档拆分为诸如Title和NarrativeText之类的元素。 您可以在mode之后传递其他unstructured kwargs以应用不同的unstructured设置。
from langchain_community.document_loaders import UnstructuredAPIFileLoader
- with open(“example.pdf”, “rb”) as f:
- loader = UnstructuredFileAPILoader(
f, mode=”elements”, strategy=”fast”, api_key=”MY_API_KEY”,
) docs = loader.load()
https://unstructured-io.github.io/unstructured/bricks.html#partition https://www.unstructured.io/api-key/ https://github.com/Unstructured-IO/unstructured-api
使用文件路径进行初始化。
Methods
__init__
(file[, mode, url, api_key])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。
加载文件。
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 (Union[IO, Sequence[IO]]) –
mode (str) –
url (str) –
api_key (str) –
unstructured_kwargs (Any) –
- __init__(file: Union[IO, Sequence[IO]], mode: str = 'single', url: str = 'https://api.unstructured.io/general/v0/general', api_key: str = '', **unstructured_kwargs: Any)[source]¶
使用文件路径进行初始化。
- Parameters
file (Union[IO, Sequence[IO]]) –
mode (str) –
url (str) –
api_key (str) –
unstructured_kwargs (Any) –
- 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]