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。
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) –
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) –
- 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]