PDFMiner加载器#

class langchain_community.document_loaders.pdf.PDFMinerLoader(file_path: str, *, headers: Dict | None = None, extract_images: bool = False, concatenate_pages: bool = True)[来源]#

使用PDFMiner加载PDF文件。

使用文件路径进行初始化。

Parameters:

extract_images (bool) – 是否从PDF中提取图像。
concatenate_pages (bool) – 如果为True，将所有PDF页面合并为一个文档。否则，每页返回一个文档。
file_path (str)
headers (Dict | None)

属性

source

方法

`__init__`(file_path, *[, headers, ...])	使用文件路径进行初始化。
`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`()	懒加载文档。
`load`()	将数据加载到Document对象中。
`load_and_split`([text_splitter])	加载文档并将其分割成块。

__init__(file_path: str, *, headers: Dict | None = None, extract_images: bool = False, concatenate_pages: bool = True) → None[source]#

使用文件路径进行初始化。

Parameters:

extract_images (bool) – 是否从PDF中提取图像。
concatenate_pages (bool) – 如果为True，将所有PDF页面合并为一个文档。否则，每页返回一个文档。
file_path (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][source]#

懒加载文档。

Return type:: 迭代器[文档]

load() → list[Document]#

将数据加载到Document对象中。

Return type:: 列表[Document]

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]

使用 PDFMinerLoader 的示例

PDFMiner