非结构化PowerPoint加载器

class langchain_community.document_loaders.powerpoint.UnstructuredPowerPointLoader(file_path: str | List[str] | Path | List[Path], *, mode: str = 'single', **unstructured_kwargs: Any)

使用Unstructured加载Microsoft PowerPoint文件。

适用于 .ppt 和 .pptx 文件。 您可以在两种模式之一中运行加载器：“single”和“elements”。 如果使用“single”模式，文档将作为单个 langchain Document 对象返回。如果使用“elements”模式，unstructured 库将文档拆分为诸如标题和叙述文本等元素。 您可以在模式后传入额外的 unstructured kwargs 以应用 不同的 unstructured 设置。

示例

从 langchain_community.document_loaders 导入 UnstructuredPowerPointLoader

loader = UnstructuredPowerPointLoader(

“example.pptx”, mode=”elements”, strategy=”fast”,

) docs = loader.load()

参考文献

https://unstructured-io.github.io/unstructured/bricks.html#partition-pptx

使用文件路径进行初始化。

方法

__init__(file_path, *[, mode])	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()	加载文件。
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 (Union[str, List[str], Path, List[Path]])

• mode (str)

• unstructured_kwargs (Any)

__init__(file_path: str | List[str] | Path | List[Path], *, mode: str = 'single', **unstructured_kwargs: Any)

使用文件路径进行初始化。

Parameters:

• file_path (str | List[str] | Path | List[Path])

• mode (str)

• unstructured_kwargs (Any)

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]

加载文件。

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 UnstructuredPowerPointLoader 的示例

• Microsoft

• Microsoft PowerPoint

• Unstructured