langchain_community.document_loaders.unstructured
.UnstructuredAPIFileLoader¶
- class langchain_community.document_loaders.unstructured.UnstructuredAPIFileLoader(file_path: Optional[Union[str, List[str]]] = '', 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传入 url 参数来更改 API 规则。 托管的 Unstructured API 需要 API 密钥。如果需要生成密钥,请参阅 https://www.unstructured.io/api-key/。
您可以在两种模式中运行加载器:”single” 和 “elements”。 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 等元素。 您可以在 mode 后传入其他 unstructured kwargs 来应用不同的 unstructured 设置。
示例 ```python from langchain_community.document_loaders import UnstructuredAPIFileLoader
- loader = UnstructuredFileAPILoader(
“example.pdf”, 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_path, 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_path (Optional[Union[str, List[str]]]) –
mode (str) –
url (str) –
api_key (str) –
unstructured_kwargs (Any) –
- __init__(file_path: Optional[Union[str, List[str]]] = '', 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_path (Optional[Union[str, List[str]]]) –
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]