PyPDFParser#

class langchain_community.document_loaders.parsers.pdf.PyPDFParser(password: str | bytes | None = None, extract_images: bool = False, *, extraction_mode: str = 'plain', extraction_kwargs: Dict[str, Any] | None = None)[来源]#

使用pypdf加载PDF

方法

__init__([password, extract_images, ...])

lazy_parse(blob)

懒解析 blob。

parse(blob)

急切地将blob解析为一个或多个文档。

Parameters:
  • password (可选[联合[str, bytes]])

  • extract_images (bool)

  • extraction_mode (str)

  • extraction_kwargs (可选[字典[字符串, 任意类型]])

__init__(password: str | bytes | None = None, extract_images: bool = False, *, extraction_mode: str = 'plain', extraction_kwargs: Dict[str, Any] | None = None)[source]#
Parameters:
  • password (str | bytes | None)

  • extract_images (bool)

  • extraction_mode (str)

  • extraction_kwargs (Dict[str, Any] | None)

lazy_parse(blob: Blob) Iterator[Document][source]#

懒解析blob。

Parameters:

blob (Blob)

Return type:

迭代器[文档]

parse(blob: Blob) list[Document]#

急切地将blob解析为一个或多个文档。

这是一个用于交互式开发环境的便捷方法。

生产应用程序应优先使用lazy_parse方法。

子类通常不应重写此解析方法。

Parameters:

blob (Blob) – Blob 实例

Returns:

文档列表

Return type:

列表[Document]