langchain_community.document_loaders.unstructured.UnstructuredFileIOLoader

class langchain_community.document_loaders.unstructured.UnstructuredFileIOLoader(file: Union[IO, Sequence[IO]], mode: str = 'single', **unstructured_kwargs: Any)[source]

使用`Unstructured`加载文件。

文件加载器使用非结构化分区函数，会自动检测文件类型。您可以在两种模式中的一种下运行加载器：”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，非结构化库将文档拆分为诸如Title和NarrativeText之类的元素。您可以在模式之后传递额外的非结构化kwargs以应用不同的非结构化设置。

```python from langchain_community.document_loaders import UnstructuredFileIOLoader

with open(“example.pdf”, “rb”) as f:
loader = UnstructuredFileIOLoader(

f, mode=”elements”, strategy=”fast”,

) docs = loader.load()

```

https://unstructured-io.github.io/unstructured/bricks.html#partition

使用文件路径进行初始化。

Methods

__init__(file[, mode])

使用文件路径进行初始化。

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()

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) –

  • unstructured_kwargs (Any) –

__init__(file: Union[IO, Sequence[IO]], mode: str = 'single', **unstructured_kwargs: Any)[source]

使用文件路径进行初始化。

Parameters

  • file (Union[IO, Sequence[IO]]) –

  • mode (str) –

  • unstructured_kwargs (Any) –

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]

加载文件。

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 UnstructuredFileIOLoader