PyPDFium2Loader#

class langchain_community.document_loaders.pdf.PyPDFium2Loader(file_path: str, *, headers: Dict | None = None, extract_images: bool = False)[来源]#

使用pypdfium2加载PDF并在字符级别进行分块。

使用文件路径进行初始化。

属性

source

方法

__init__(file_path, *[, headers, extract_images])

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()

懒加载给定路径作为页面。

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。
Parameters:

  • file_path (str)

  • headers (Dict | None)

  • extract_images (bool)

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

使用文件路径进行初始化。

Parameters:

  • file_path (str)

  • headers (Dict | None)

  • extract_images (bool)

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]#

懒加载给定路径作为页面。

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 PyPDFium2Loader 的示例