文档智能加载器

class langchain_community.document_loaders.pdf.DocumentIntelligenceLoader(file_path: str, client: Any, model: str = 'prebuilt-document', headers: Dict | None = None)

使用Azure文档智能加载PDF

初始化用于使用Azure文档智能（以前称为表单识别器）进行文件处理的对象。

此构造函数初始化一个DocumentIntelligenceParser对象，用于使用Azure Document Intelligence API解析文件。load方法生成一个包含元数据（源blob和页码）的Document节点，每个页面一个。

参数:

file_pathstr

需要解析的文件的路径。

client: Any

一个DocumentAnalysisClient用于执行blob的分析

modelstr

用于在Azure中进行表单识别的模型名称或ID。

示例:

>>> obj = DocumentIntelligenceLoader(
...     file_path="path/to/file",
...     client=client,
...     model="prebuilt-document"
... )

属性

source

方法

__init__(file_path, client[, model, headers])	使用Azure文档智能（原表单识别器）初始化文件处理对象。
alazy_load()	一个用于文档的懒加载器。
aload()	将数据加载到Document对象中。
lazy_load()	懒加载给定路径作为页面。
load()	将给定路径加载为页面。
load_and_split([text_splitter])	加载文档并将其分割成块。

__init__(file_path: str, client: Any, model: str = 'prebuilt-document', headers: Dict | None = None) → None

初始化用于使用Azure文档智能（以前称为表单识别器）进行文件处理的对象。

此构造函数初始化一个DocumentIntelligenceParser对象，用于使用Azure Document Intelligence API解析文件。load方法生成一个包含元数据（源blob和页码）的Document节点，每个页面一个。

参数:

file_pathstr

需要解析的文件的路径。

client: Any

一个DocumentAnalysisClient用于执行blob的分析

modelstr

用于在Azure中进行表单识别的模型名称或ID。

示例:

>>> obj = DocumentIntelligenceLoader(
...     file_path="path/to/file",
...     client=client,
...     model="prebuilt-document"
... )

Parameters:

• file_path (str)

• client (Any)

• model (str)

• headers (Dict | None)

Return type:

无

async alazy_load() → AsyncIterator[Document]

文档的懒加载器。

Return type:

AsyncIterator[Document]

async aload() → list[Document]

将数据加载到Document对象中。

Return type:

列表[Document]

lazy_load() → Iterator[Document]

懒加载给定路径作为页面。

Return type:

迭代器[文档]

load() → List[Document]

将给定路径加载为页面。

Return type:

列表[文档]

load_and_split(text_splitter: TextSplitter | None = None) → list[Document]

加载文档并将其分割成块。块以文档形式返回。

不要重写此方法。它应该被视为已弃用！

Parameters:

text_splitter (可选[TextSplitter]) – 用于分割文档的TextSplitter实例。 默认为RecursiveCharacterTextSplitter。

Returns:

文档列表。

Return type:

列表[Document]

Parameters:

• file_path (str)

• client (Any)

• model (str)

• headers (Dict | None)