document_loaders

文档加载器 是用于加载文档的类。

文档加载器通常用于一次性加载大量文档。

类层次结构：

BaseLoader --> <name>Loader  # Examples: TextLoader, UnstructuredFileLoader

主要助手：

Document, <name>TextSplitter

类

document_loaders.acreom.AcreomLoader(path[, ...])	从目录加载acreom保险库。
document_loaders.airbyte.AirbyteCDKLoader(...)	使用CDK实现的Airbyte源连接器加载。
document_loaders.airbyte.AirbyteGongLoader(...)	使用 Airbyte 源连接器从 Gong 加载。
document_loaders.airbyte.AirbyteHubspotLoader(...)	使用Airbyte源连接器从Hubspot加载。
document_loaders.airbyte.AirbyteSalesforceLoader(...)	使用Airbyte源连接器从Salesforce加载。
document_loaders.airbyte.AirbyteShopifyLoader(...)	使用Airbyte源连接器从Shopify加载。
document_loaders.airbyte.AirbyteStripeLoader(...)	使用Airbyte源连接器从Stripe加载。
document_loaders.airbyte.AirbyteTypeformLoader(...)	使用 Airbyte 源连接器从 Typeform 加载。
document_loaders.airbyte.AirbyteZendeskSupportLoader(...)	使用Airbyte源连接器从Zendesk Support加载。
document_loaders.airbyte_json.AirbyteJSONLoader(...)	加载本地的Airbyte json文件。
document_loaders.airtable.AirtableLoader(...)	加载 Airtable 表格。
document_loaders.apify_dataset.ApifyDatasetLoader	从Apify网络抓取、爬取和数据提取平台加载数据集。
document_loaders.arcgis_loader.ArcGISLoader(layer)	从ArcGIS FeatureLayer加载记录。
document_loaders.arxiv.ArxivLoader(query[, ...])	从Arxiv加载查询结果。
document_loaders.assemblyai.AssemblyAIAudioLoaderById(...)	加载 AssemblyAI 音频转录。
document_loaders.assemblyai.AssemblyAIAudioTranscriptLoader(...)	加载 AssemblyAI 音频转录。
document_loaders.assemblyai.TranscriptFormat(value)	用于文档加载器的转录格式。
document_loaders.async_html.AsyncHtmlLoader(...)	异步加载 HTML。
document_loaders.athena.AthenaLoader(query, ...)	从AWS Athena加载文档。
document_loaders.azlyrics.AZLyricsLoader([...])	加载 AZLyrics 网页。
document_loaders.azure_ai_data.AzureAIDataLoader(url)	从Azure AI数据加载。
document_loaders.azure_blob_storage_container.AzureBlobStorageContainerLoader(...)	从Azure Blob Storage容器加载。
document_loaders.azure_blob_storage_file.AzureBlobStorageFileLoader(...)	从Azure Blob Storage文件加载。
document_loaders.baiducloud_bos_directory.BaiduBOSDirectoryLoader(...)	从百度BOS目录加载。
document_loaders.baiducloud_bos_file.BaiduBOSFileLoader(...)	从百度云 BOS文件加载。
document_loaders.base_o365.O365BaseLoader	所有使用O365包的加载器的基类
document_loaders.bibtex.BibtexLoader(...[, ...])	加载一个bibtex文件。
document_loaders.bilibili.BiliBiliLoader(...)	从BiliBili视频中加载获取字幕。
document_loaders.blackboard.BlackboardLoader(...)	加载一个Blackboard课程。
document_loaders.blob_loaders.cloud_blob_loader.CloudBlobLoader(url, *)	从云URL或文件加载blobs。
document_loaders.blob_loaders.file_system.FileSystemBlobLoader(path, *)	加载本地文件系统中的blobs。
document_loaders.blob_loaders.youtube_audio.YoutubeAudioLoader(...)	将YouTube网址加载为音频文件。
document_loaders.blockchain.BlockchainDocumentLoader(...)	从区块链智能合约加载元素。
document_loaders.blockchain.BlockchainType(value)	支持的区块链的枚举器。
document_loaders.brave_search.BraveSearchLoader(...)	使用Brave Search引擎加载。
document_loaders.browserbase.BrowserbaseLoader(urls)	使用托管在Browserbase上的无头浏览器加载预渲染的网页。
document_loaders.browserless.BrowserlessLoader(...)	使用Browserless的/content端点加载网页。
document_loaders.cassandra.CassandraLoader(...)	用于Apache Cassandra的文档加载器。
document_loaders.chatgpt.ChatGPTLoader(log_file)	从导出的ChatGPT数据中加载对话。
document_loaders.chm.CHMParser(path)	Microsoft 编译的 HTML 帮助 (CHM) 解析器。
document_loaders.chm.UnstructuredCHMLoader(...)	使用Unstructured加载CHM文件。
document_loaders.chromium.AsyncChromiumLoader(urls, *)	使用无头模式的Chromium实例从URL中抓取HTML页面。
document_loaders.college_confidential.CollegeConfidentialLoader([...])	加载 College Confidential 网页。
document_loaders.concurrent.ConcurrentLoader(...)	并发加载和解析文档。
document_loaders.confluence.ConfluenceLoader(url)	加载 Confluence 页面。
document_loaders.confluence.ContentFormat(value)	Confluence页面内容格式的枚举器。
document_loaders.conllu.CoNLLULoader(file_path)	加载 CoNLL-U 文件。
document_loaders.couchbase.CouchbaseLoader(...)	从Couchbase加载文档。
document_loaders.csv_loader.CSVLoader(file_path)	将CSV文件加载到文档列表中。
document_loaders.csv_loader.UnstructuredCSVLoader(...)	使用Unstructured加载CSV文件。
document_loaders.cube_semantic.CubeSemanticLoader(...)	加载 Cube 语义层 元数据。
document_loaders.datadog_logs.DatadogLogsLoader(...)	加载 Datadog 日志。
document_loaders.dataframe.BaseDataFrameLoader(...)	使用数据框对象进行初始化。
document_loaders.dataframe.DataFrameLoader(...)	加载 Pandas 数据框。
document_loaders.dedoc.DedocAPIFileLoader(...)	使用dedoc API加载文件。文件加载器会自动检测文件类型（即使扩展名错误）。默认情况下，加载器会调用本地托管的dedoc API。有关dedoc API的更多信息可以在dedoc文档中找到：https://dedoc.readthedocs.io/en/latest/dedoc_api_usage/api.html。
document_loaders.dedoc.DedocBaseLoader(...)	使用 dedoc (https://dedoc.readthedocs.io) 的基础加载器。
document_loaders.dedoc.DedocFileLoader(...)	DedocFileLoader 文档加载器集成，用于使用 dedoc 加载文件。
document_loaders.diffbot.DiffbotLoader(...)	加载 Diffbot json 文件。
document_loaders.directory.DirectoryLoader(...)	从目录加载。
document_loaders.discord.DiscordChatLoader(...)	加载 Discord 聊天记录。
document_loaders.doc_intelligence.AzureAIDocumentIntelligenceLoader(...)	使用Azure文档智能加载PDF。
document_loaders.docusaurus.DocusaurusLoader(url)	从Docusaurus文档加载。
document_loaders.dropbox.DropboxLoader	从Dropbox加载文件。
document_loaders.duckdb_loader.DuckDBLoader(query)	从 DuckDB 加载。
document_loaders.email.OutlookMessageLoader(...)	使用 extract_msg 加载 Outlook 邮件文件。
document_loaders.email.UnstructuredEmailLoader(...)	使用 Unstructured 加载电子邮件文件。
document_loaders.epub.UnstructuredEPubLoader(...)	使用Unstructured加载EPub文件。
document_loaders.etherscan.EtherscanLoader(...)	从Ethereum主网加载交易。
document_loaders.evernote.EverNoteLoader(...)	从EverNote加载。
document_loaders.excel.UnstructuredExcelLoader(...)	使用 Unstructured 加载 Microsoft Excel 文件。
document_loaders.facebook_chat.FacebookChatLoader(path)	加载Facebook Chat消息目录转储。
document_loaders.fauna.FaunaLoader(query, ...)	从 FaunaDB 加载。
document_loaders.figma.FigmaFileLoader(...)	加载 Figma 文件。
document_loaders.firecrawl.FireCrawlLoader(url, *)	FireCrawlLoader 文档加载器集成
document_loaders.generic.GenericLoader(...)	通用文档加载器。
document_loaders.geodataframe.GeoDataFrameLoader(...)	加载 geopandas 数据框。
document_loaders.git.GitLoader(repo_path[, ...])	加载 Git 仓库文件。
document_loaders.gitbook.GitbookLoader(web_page)	加载 GitBook 数据。
document_loaders.github.BaseGitHubLoader	加载 GitHub 仓库的问题。
document_loaders.github.GitHubIssuesLoader	加载 GitHub 仓库的问题。
document_loaders.github.GithubFileLoader	加载 GitHub 文件
document_loaders.glue_catalog.GlueCatalogLoader(...)	从AWS Glue加载表结构。
document_loaders.gutenberg.GutenbergLoader(...)	从 Gutenberg.org 加载。
document_loaders.helpers.FileEncoding(...)	文件编码作为NamedTuple。
document_loaders.hn.HNLoader([web_path, ...])	加载 Hacker News 数据。
document_loaders.html.UnstructuredHTMLLoader(...)	使用 Unstructured 加载 HTML 文件。
document_loaders.html_bs.BSHTMLLoader(file_path)	__ModuleName__ 文档加载器集成
document_loaders.hugging_face_dataset.HuggingFaceDatasetLoader(path)	从Hugging Face Hub数据集中加载。
document_loaders.hugging_face_model.HuggingFaceModelLoader(*)	从Hugging Face Hub加载模型信息，包括README内容。
document_loaders.ifixit.IFixitLoader(web_path)	加载 iFixit 维修指南、设备维基和答案。
document_loaders.image.UnstructuredImageLoader(...)	使用 Unstructured 加载 PNG 和 JPG 文件。
document_loaders.image_captions.ImageCaptionLoader(images)	加载图像字幕。
document_loaders.imsdb.IMSDbLoader([...])	加载 IMSDb 网页。
document_loaders.iugu.IuguLoader(resource[, ...])	从 IUGU 加载。
document_loaders.joplin.JoplinLoader([...])	从Joplin加载笔记。
document_loaders.json_loader.JSONLoader(...)	使用 jq 模式加载 JSON 文件。
document_loaders.kinetica_loader.KineticaLoader(...)	从 Kinetica API 加载。
document_loaders.lakefs.LakeFSClient(...)	用于lakeFS的客户端。
document_loaders.lakefs.LakeFSLoader(...[, ...])	从 lakeFS 加载。
document_loaders.lakefs.UnstructuredLakeFSLoader(...)	从 lakeFS 加载为非结构化数据。
document_loaders.larksuite.LarkSuiteDocLoader(...)	从 LarkSuite (FeiShu) 加载。
document_loaders.larksuite.LarkSuiteWikiLoader(...)	从 LarkSuite (FeiShu) wiki 加载。
document_loaders.llmsherpa.LLMSherpaFileLoader(...)	使用LLMSherpa加载文档。
document_loaders.markdown.UnstructuredMarkdownLoader(...)	使用Unstructured加载Markdown文件。
document_loaders.mastodon.MastodonTootsLoader(...)	加载Mastodon的'toots'。
document_loaders.max_compute.MaxComputeLoader(...)	从阿里云MaxCompute表加载。
document_loaders.mediawikidump.MWDumpLoader(...)	从XML文件加载MediaWiki转储。
document_loaders.merge.MergedDataLoader(loaders)	从多个加载器中合并文档
document_loaders.mhtml.MHTMLLoader(file_path)	使用BeautifulSoup解析MHTML文件。
document_loaders.mintbase.MintbaseDocumentLoader(...)	从区块链智能合约加载元素。
document_loaders.modern_treasury.ModernTreasuryLoader(...)	从Modern Treasury加载。
document_loaders.mongodb.MongodbLoader(...)	加载MongoDB文档。
document_loaders.needle.NeedleLoader([...])	NeedleLoader 是一个用于管理存储在集合中的文档的文档加载器。
document_loaders.news.NewsURLLoader(urls[, ...])	使用Unstructured从URL加载新闻文章。
document_loaders.notebook.NotebookLoader(path)	加载 Jupyter notebook (.ipynb) 文件。
document_loaders.notion.NotionDirectoryLoader(path, *)	加载 Notion 目录 转储。
document_loaders.notiondb.NotionDBLoader(...)	从Notion DB加载。
document_loaders.nuclia.NucliaLoader(path, ...)	使用Nuclia Understanding API从任何文件类型加载。
document_loaders.obs_directory.OBSDirectoryLoader(...)	从华为OBS目录加载。
document_loaders.obs_file.OBSFileLoader(...)	从华为OBS文件加载。
document_loaders.obsidian.ObsidianLoader(path)	从目录加载Obsidian文件。
document_loaders.odt.UnstructuredODTLoader(...)	使用Unstructured加载OpenOffice ODT文件。
document_loaders.onedrive.OneDriveLoader	从 Microsoft OneDrive 加载文档。
document_loaders.onedrive_file.OneDriveFileLoader	从Microsoft OneDrive加载文件。
document_loaders.onenote.OneNoteLoader	从OneNote笔记本加载页面。
document_loaders.open_city_data.OpenCityDataLoader(...)	从Open City加载。
document_loaders.oracleadb_loader.OracleAutonomousDatabaseLoader(...)	从oracle adb加载
document_loaders.oracleai.OracleDocLoader(...)	使用OracleDocLoader读取文档 :param conn: Oracle连接, :param params: 加载器参数。
document_loaders.oracleai.OracleDocReader()	读取文件
document_loaders.oracleai.OracleTextSplitter(...)	使用Oracle分块器分割文本。
document_loaders.oracleai.ParseOracleDocMetadata()	解析 Oracle 文档元数据...
document_loaders.org_mode.UnstructuredOrgModeLoader(...)	使用Unstructured加载Org-Mode文件。
document_loaders.parsers.audio.AzureOpenAIWhisperParser(*)	使用Azure OpenAI Whisper转录和解析音频文件。
document_loaders.parsers.audio.FasterWhisperParser(*)	使用faster-whisper转录和解析音频文件。
document_loaders.parsers.audio.OpenAIWhisperParser([...])	转录和解析音频文件。
document_loaders.parsers.audio.OpenAIWhisperParserLocal([...])	使用OpenAI Whisper模型转录和解析音频文件。
document_loaders.parsers.audio.YandexSTTParser(*)	转录和解析音频文件。
document_loaders.parsers.doc_intelligence.AzureAIDocumentIntelligenceParser(...)	使用Azure文档智能（原表单识别器）加载PDF。
document_loaders.parsers.docai.DocAIParsingResults(...)	用于存储Document AI解析结果的数据类。
document_loaders.parsers.documentloader_adapter.DocumentLoaderAsParser(...)
document_loaders.parsers.generic.MimeTypeBasedParser(...)	使用mime类型来解析blob的解析器。
document_loaders.parsers.grobid.GrobidParser(...)	使用 Grobid 加载文章 PDF 文件。
document_loaders.parsers.grobid.ServerUnavailableException	当Grobid服务器不可用时引发的异常。
document_loaders.parsers.html.bs4.BS4HTMLParser(*)	使用Beautiful Soup解析HTML文件。
document_loaders.parsers.language.c.CSegmenter(code)	C语言的代码分段器。
document_loaders.parsers.language.cobol.CobolSegmenter(code)	COBOL 的代码分段器。
document_loaders.parsers.language.code_segmenter.CodeSegmenter(code)	代码分段器的抽象类。
document_loaders.parsers.language.cpp.CPPSegmenter(code)	C++ 代码分段器。
document_loaders.parsers.language.csharp.CSharpSegmenter(code)	C# 代码分段器。
document_loaders.parsers.language.elixir.ElixirSegmenter(code)	Elixir 代码分段器。
document_loaders.parsers.language.go.GoSegmenter(code)	Go代码分段器。
document_loaders.parsers.language.java.JavaSegmenter(code)	Java代码分段器。
document_loaders.parsers.language.javascript.JavaScriptSegmenter(code)	JavaScript 代码分段器。
document_loaders.parsers.language.kotlin.KotlinSegmenter(code)	Kotlin 的代码分段器。
document_loaders.parsers.language.language_parser.LanguageParser([...])	使用相应的编程语言语法进行解析。
document_loaders.parsers.language.lua.LuaSegmenter(code)	Lua代码分段器。
document_loaders.parsers.language.perl.PerlSegmenter(code)	Perl 的代码分段器。
document_loaders.parsers.language.php.PHPSegmenter(code)	PHP代码分段器。
document_loaders.parsers.language.python.PythonSegmenter(code)	Python 的代码分段器。
document_loaders.parsers.language.ruby.RubySegmenter(code)	Ruby代码分段器。
document_loaders.parsers.language.rust.RustSegmenter(code)	Rust 代码分段器。
document_loaders.parsers.language.scala.ScalaSegmenter(code)	Scala代码分段器。
document_loaders.parsers.language.sql.SQLSegmenter(code)	SQL代码分段器。
document_loaders.parsers.language.tree_sitter_segmenter.TreeSitterSegmenter(code)	使用tree-sitter库的`CodeSegmenter`的抽象类。
document_loaders.parsers.language.typescript.TypeScriptSegmenter(code)	TypeScript 的代码分段器。
document_loaders.parsers.msword.MsWordParser()	从blob中解析Microsoft Word文档。
document_loaders.parsers.pdf.AmazonTextractPDFParser([...])	将 PDF 文件发送到 Amazon Textract 并解析它们。
document_loaders.parsers.pdf.DocumentIntelligenceParser(...)	使用Azure文档智能（原表单识别器）加载PDF并在字符级别进行分块。
document_loaders.parsers.pdf.PDFMinerParser([...])	使用 PDFMiner 解析 PDF。
document_loaders.parsers.pdf.PDFPlumberParser([...])	使用 PDFPlumber 解析 PDF。
document_loaders.parsers.pdf.PyMuPDFParser([...])	使用 PyMuPDF 解析 PDF。
document_loaders.parsers.pdf.PyPDFParser([...])	使用 pypdf 加载 PDF
document_loaders.parsers.pdf.PyPDFium2Parser([...])	使用 PyPDFium2 解析 PDF。
document_loaders.parsers.txt.TextParser()	用于解析文本块的解析器。
document_loaders.parsers.vsdx.VsdxParser()	用于解析vsdx文件的解析器。
document_loaders.pdf.AmazonTextractPDFLoader(...)	从本地文件系统、HTTP 或 S3 加载 PDF 文件。
document_loaders.pdf.BasePDFLoader(file_path, *)	PDF 文件的基础加载器类。
document_loaders.pdf.DedocPDFLoader(file_path, *)	DedocPDFLoader 文档加载器集成，用于使用 dedoc 加载 PDF 文件。文件加载器可以自动检测 PDF 文档中文本层的正确性。请注意，__init__ 方法支持的参数与 DedocBaseLoader 的参数不同。
document_loaders.pdf.DocumentIntelligenceLoader(...)	使用Azure文档智能加载PDF
document_loaders.pdf.MathpixPDFLoader(file_path)	使用Mathpix服务加载PDF文件。
document_loaders.pdf.OnlinePDFLoader(...[, ...])	加载在线PDF。
document_loaders.pdf.PDFMinerLoader(file_path, *)	使用 PDFMiner 加载 PDF 文件。
document_loaders.pdf.PDFMinerPDFasHTMLLoader(...)	使用PDFMiner将PDF文件加载为HTML内容。
document_loaders.pdf.PDFPlumberLoader(file_path)	使用 pdfplumber 加载 PDF 文件。
document_loaders.pdf.PagedPDFSplitter	PyPDFLoader 的别名
document_loaders.pdf.PyMuPDFLoader(file_path, *)	使用 PyMuPDF 加载 PDF 文件。
document_loaders.pdf.PyPDFDirectoryLoader(path)	使用 pypdf 加载包含 PDF 文件的目录，并在字符级别进行分块。
document_loaders.pdf.PyPDFLoader(file_path)	PyPDFLoader 文档加载器集成
document_loaders.pdf.PyPDFium2Loader(...[, ...])	使用 pypdfium2 加载 PDF 并在字符级别进行分块。
document_loaders.pdf.UnstructuredPDFLoader(...)	使用Unstructured加载PDF文件。
document_loaders.pdf.ZeroxPDFLoader(file_path)	使用Zerox库的文档加载器：getomni-ai/zerox
document_loaders.pebblo.PebbloSafeLoader(...)	Pebblo Safe Loader 类是一个围绕文档加载器的包装器，使数据能够被审查。
document_loaders.pebblo.PebbloTextLoader(...)	用于加载文本数据的加载器。
document_loaders.polars_dataframe.PolarsDataFrameLoader(...)	加载 Polars 数据框。
document_loaders.powerpoint.UnstructuredPowerPointLoader(...)	使用Unstructured加载Microsoft PowerPoint文件。
document_loaders.psychic.PsychicLoader(...)	从 Psychic.dev 加载。
document_loaders.pubmed.PubMedLoader(query)	从PubMed生物医学库加载。
document_loaders.pyspark_dataframe.PySparkDataFrameLoader([...])	加载 PySpark 数据框。
document_loaders.python.PythonLoader(file_path)	加载Python文件，如果指定了非默认编码，则尊重该编码。
document_loaders.quip.QuipLoader(api_url, ...)	加载 Quip 页面。
document_loaders.readthedocs.ReadTheDocsLoader(path)	加载 ReadTheDocs 文档目录。
document_loaders.recursive_url_loader.RecursiveUrlLoader(url)	从根URL递归加载所有子链接。
document_loaders.reddit.RedditPostsLoader(...)	加载 Reddit 帖子。
document_loaders.roam.RoamLoader(path)	从目录加载Roam文件。
document_loaders.rocksetdb.ColumnNotFoundError(...)	列未找到错误。
document_loaders.rocksetdb.RocksetLoader(...)	从Rockset数据库加载。
document_loaders.rspace.RSpaceLoader(global_id)	从RSpace笔记本、文件夹、文档或PDF图库文件中加载内容。
document_loaders.rss.RSSFeedLoader([urls, ...])	使用Unstructured从RSS源加载新闻文章。
document_loaders.rst.UnstructuredRSTLoader(...)	使用Unstructured加载RST文件。
document_loaders.rtf.UnstructuredRTFLoader(...)	使用Unstructured加载RTF文件。
document_loaders.s3_directory.S3DirectoryLoader(bucket)	从Amazon AWS S3目录加载。
document_loaders.s3_file.S3FileLoader(...[, ...])	从Amazon AWS S3文件加载。
document_loaders.scrapfly.ScrapflyLoader(urls, *)	使用Scrapfly.io将URL转换为LLM可访问的Markdown。
document_loaders.scrapingant.ScrapingAntLoader(urls, *)	使用ScrapingAnt将URL转换为LLM可访问的Markdown。
document_loaders.sharepoint.SharePointLoader	从 SharePoint 加载。
document_loaders.sitemap.SitemapLoader(web_path)	加载站点地图及其URL。
document_loaders.slack_directory.SlackDirectoryLoader(...)	从Slack目录转储中加载。
document_loaders.snowflake_loader.SnowflakeLoader(...)	从Snowflake API加载。
document_loaders.spider.SpiderLoader(url, *)	使用Spider AI将网页加载为文档。
document_loaders.spreedly.SpreedlyLoader(...)	从Spreedly API加载。
document_loaders.sql_database.SQLDatabaseLoader(...)	通过查询SQLAlchemy支持的数据库表来加载文档。
document_loaders.srt.SRTLoader(file_path)	加载 .srt (字幕) 文件。
document_loaders.stripe.StripeLoader(resource)	从Stripe API加载。
document_loaders.surrealdb.SurrealDBLoader([...])	加载 SurrealDB 文档。
document_loaders.telegram.TelegramChatApiLoader([...])	加载 Telegram 聊天 json 目录转储。
document_loaders.telegram.TelegramChatFileLoader(path)	从Telegram聊天转储中加载。
document_loaders.telegram.TelegramChatLoader	TelegramChatFileLoader 的别名
document_loaders.tencent_cos_directory.TencentCOSDirectoryLoader(...)	从腾讯云 COS目录加载。
document_loaders.tencent_cos_file.TencentCOSFileLoader(...)	从腾讯云COS文件加载。
document_loaders.tensorflow_datasets.TensorflowDatasetLoader(...)	从TensorFlow Dataset加载。
document_loaders.text.TextLoader(file_path)	加载文本文件。
document_loaders.tidb.TiDBLoader(...[, ...])	从TiDB加载文档。
document_loaders.tomarkdown.ToMarkdownLoader(...)	使用 2markdown API 加载 HTML。
document_loaders.toml.TomlLoader(source)	加载 TOML 文件。
document_loaders.trello.TrelloLoader(client, ...)	从Trello看板加载卡片。
document_loaders.tsv.UnstructuredTSVLoader(...)	使用Unstructured加载TSV文件。
document_loaders.twitter.TwitterTweetLoader(...)	加载 Twitter 推文。
document_loaders.unstructured.UnstructuredBaseLoader([...])	使用 Unstructured 的基础加载器。
document_loaders.url.UnstructuredURLLoader(urls)	使用Unstructured从远程URL加载文件。
document_loaders.url_playwright.PlaywrightEvaluator()	所有评估器的抽象基类。
document_loaders.url_playwright.PlaywrightURLLoader(urls)	使用Playwright加载HTML页面并使用Unstructured进行解析。
document_loaders.url_playwright.UnstructuredHtmlEvaluator([...])	使用unstructured库评估页面HTML内容。
document_loaders.url_selenium.SeleniumURLLoader(urls)	使用 Selenium 加载 HTML 页面并使用 Unstructured 进行解析。
document_loaders.vsdx.VsdxLoader(file_path)	使用文件路径进行初始化。
document_loaders.weather.WeatherDataLoader(...)	使用Open Weather Map API加载天气数据。
document_loaders.web_base.WebBaseLoader([...])	WebBaseLoader 文档加载器集成
document_loaders.whatsapp_chat.WhatsAppChatLoader(path)	加载 WhatsApp 消息文本文件。
document_loaders.wikipedia.WikipediaLoader(query)	从Wikipedia加载。
document_loaders.word_document.Docx2txtLoader(...)	使用 docx2txt 加载 DOCX 文件并在字符级别进行分块。
document_loaders.word_document.UnstructuredWordDocumentLoader(...)	使用Unstructured加载Microsoft Word文件。
document_loaders.xml.UnstructuredXMLLoader(...)	使用Unstructured加载XML文件。
document_loaders.xorbits.XorbitsLoader(...)	加载 Xorbits 数据框。
document_loaders.youtube.GoogleApiClient([...])	通用的Google API客户端。
document_loaders.youtube.GoogleApiYoutubeLoader(...)	从YouTube频道加载所有视频。
document_loaders.youtube.TranscriptFormat(value)	YoutubeLoader 的转录输出格式。
document_loaders.youtube.YoutubeLoader(video_id)	加载 YouTube 视频字幕。
document_loaders.yuque.YuqueLoader(access_token)	从Yuque加载文档。

函数

document_loaders.base_o365.fetch_extensions(...)	获取指定文件类型的MIME类型。
document_loaders.base_o365.fetch_mime_types(...)	获取指定文件类型的MIME类型。
document_loaders.chatgpt.concatenate_rows(...)	将消息信息组合成可读的格式，准备使用。
document_loaders.facebook_chat.concatenate_rows(row)	将消息信息组合成可读格式，准备使用。
document_loaders.helpers.detect_file_encodings(...)	尝试检测文件编码。
document_loaders.notebook.concatenate_cells(...)	将单元格信息组合成可读格式，准备使用。
document_loaders.notebook.remove_newlines(x)	递归地移除换行符，无论它们存储在何种数据结构中。
document_loaders.parsers.pdf.extract_from_images_with_rapidocr(images)	使用RapidOCR从图像中提取文本。
document_loaders.parsers.registry.get_parser(...)	通过解析器名称获取解析器。
document_loaders.rocksetdb.default_joiner(docs)	内容列的默认连接器。
document_loaders.telegram.concatenate_rows(row)	将消息信息组合成可读的格式，准备使用。
document_loaders.telegram.text_to_docs(text)	将字符串或字符串列表转换为带有元数据的文档列表。
document_loaders.unstructured.get_elements_from_api([...])	从Unstructured API中检索元素列表。
document_loaders.unstructured.satisfies_min_unstructured_version(...)	检查安装的Unstructured版本是否超过了相关功能的最低版本要求。
document_loaders.unstructured.validate_unstructured_version(...)	如果Unstructured版本未超过指定的最小值，则引发错误。
document_loaders.whatsapp_chat.concatenate_rows(...)	将消息信息组合成可读的格式，以便使用。

已弃用的类

document_loaders.astradb.AstraDBLoader(...)
document_loaders.bigquery.BigQueryLoader(query)
document_loaders.docugami.DocugamiLoader
document_loaders.gcs_directory.GCSDirectoryLoader(...)
document_loaders.gcs_file.GCSFileLoader(...)
document_loaders.google_speech_to_text.GoogleSpeechToTextLoader(...)
document_loaders.googledrive.GoogleDriveLoader
document_loaders.parsers.docai.DocAIParser(*)
document_loaders.unstructured.UnstructuredAPIFileIOLoader(file, *)
document_loaders.unstructured.UnstructuredAPIFileLoader(...)
document_loaders.unstructured.UnstructuredFileIOLoader(file, *)
document_loaders.unstructured.UnstructuredFileLoader(...)