非结构化ODT加载器#

class langchain_community.document_loaders.odt.UnstructuredODTLoader(file_path: str | Path, mode: str = 'single', **unstructured_kwargs: Any)[source]#

使用Unstructured加载OpenOffice ODT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。 您可以在模式之后传入额外的unstructured kwargs以应用不同的unstructured设置。

示例

从 langchain_community.document_loaders 导入 UnstructuredODTLoader

loader = UnstructuredODTLoader(

“example.odt”，模式=“元素”，策略=“快速”，

) docs = loader.load()

参考文献

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

Parameters:

  • file_path (str | Path) – 要加载的文件的路径。

  • mode (str) – 加载文件时使用的模式。可以是“single”、“multi”或“all”之一。默认为“single”。

  • **unstructured_kwargs (Any) – 任何要传递给unstructured的kwargs。

方法

__init__(file_path[, mode])

alazy_load()

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。
__init__(file_path: str | Path, mode: str = 'single', **unstructured_kwargs: Any)[source]#
Parameters:

  • file_path (str | Path) – 要加载的文件的路径。

  • mode (str) – 加载文件时使用的模式。可以是“single”、“multi”或“all”之一。默认为“single”。

  • **unstructured_kwargs (Any) – 任何要传递给unstructured的kwargs。

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 UnstructuredODTLoader 的示例