langchain_text_splitters.markdown.MarkdownTextSplitter

class langchain_text_splitters.markdown.MarkdownTextSplitter(**kwargs: Any)

尝试沿着Markdown格式的标题拆分文本。

初始化一个MarkdownTextSplitter。

Methods

__init__(**kwargs)	初始化一个MarkdownTextSplitter。
atransform_documents(documents, **kwargs)	异步转换文档列表。
create_documents(texts[, metadatas])	从文本列表中创建文档。
from_huggingface_tokenizer(tokenizer, **kwargs)	使用HuggingFace分词器进行文本拆分以计算长度。
from_language(language, **kwargs)
from_tiktoken_encoder([encoding_name, ...])	使用tiktoken编码器来计算长度的文本分割器。
get_separators_for_language(language)
split_documents(documents)	分割文档。
split_text(text)	将文本分割成多个部分。
transform_documents(documents, **kwargs)	将文档序列通过拆分进行转换。

Parameters

kwargs (Any) –

Return type

None

__init__(**kwargs: Any) → None

初始化一个MarkdownTextSplitter。

Parameters

kwargs (Any) –

Return type

None

async atransform_documents(documents: Sequence[Document], **kwargs: Any) → Sequence[Document]

异步转换文档列表。

参数：

documents：要转换的文档序列。

返回：

转换后的文档列表。

Parameters

• documents (Sequence[Document]) –

• kwargs (Any) –

Return type

Sequence[Document]

create_documents(texts: List[str], metadatas: Optional[List[dict]] = None) → List[Document]

从文本列表中创建文档。

Parameters

• texts (List[str]) –

• metadatas (Optional[List[dict]]) –

Return type

List[Document]

classmethod from_huggingface_tokenizer(tokenizer: Any, **kwargs: Any) → TextSplitter

使用HuggingFace分词器进行文本拆分以计算长度。

Parameters

• tokenizer (Any) –

• kwargs (Any) –

Return type

TextSplitter

classmethod from_language(language: Language, **kwargs: Any) → RecursiveCharacterTextSplitter

Parameters

• language (Language) –

• kwargs (Any) –

Return type

RecursiveCharacterTextSplitter

classmethod from_tiktoken_encoder(encoding_name: str = 'gpt2', model_name: Optional[str] = None, allowed_special: Union[Literal['all'], AbstractSet[str]] = {}, disallowed_special: Union[Literal['all'], Collection[str]] = 'all', **kwargs: Any) → TS

使用tiktoken编码器来计算长度的文本分割器。

Parameters

• encoding_name (str) –

• model_name (Optional[str]) –

• allowed_special (Union[Literal['all'], AbstractSet[str]]) –

• disallowed_special (Union[Literal['all'], Collection[str]]) –

• kwargs (Any) –

Return type

TS

static get_separators_for_language(language: Language) → List[str]

Parameters

language (Language) –

Return type

List[str]

split_documents(documents: Iterable[Document]) → List[Document]

分割文档。

Parameters

documents (Iterable[Document]) –

Return type

List[Document]

split_text(text: str) → List[str]

将文本分割成多个部分。

Parameters

text (str) –

Return type

List[str]

transform_documents(documents: Sequence[Document], **kwargs: Any) → Sequence[Document]

将文档序列通过拆分进行转换。

Parameters

• documents (Sequence[Document]) –

• kwargs (Any) –

Return type

Sequence[Document]