PDFPlumberLoader

class langchain_community.document_loaders.pdf.PDFPlumberLoader(file_path: str, text_kwargs: Mapping[str, Any] | None = None, dedupe: bool = False, headers: Dict | None = None, extract_images: bool = False)

使用pdfplumber加载PDF文件。

使用文件路径进行初始化。

属性

source

方法

__init__(file_path[, text_kwargs, dedupe, ...])	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()	一个用于文档的懒加载器。
load()	加载文件。
load_and_split([text_splitter])	加载文档并将其分割成块。

Parameters:

• file_path (str)

• text_kwargs (Mapping[str, Any] | None)

• dedupe (bool)

• headers (Dict | None)

• extract_images (bool)

__init__(file_path: str, text_kwargs: Mapping[str, Any] | None = None, dedupe: bool = False, headers: Dict | None = None, extract_images: bool = False) → None

使用文件路径进行初始化。

Parameters:

• file_path (str)

• text_kwargs (Mapping[str, Any] | None)

• dedupe (bool)

• headers (Dict | None)

• extract_images (bool)

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]

文档的懒加载器。

Return type:

迭代器[文档]

load() → List[Document]

加载文件。

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]

使用 PDFPlumberLoader 的示例

• PDFPlumber