BasePDFLoader#

class langchain_community.document_loaders.pdf.BasePDFLoader(file_path: str | Path, *, headers: Dict | None = None)[来源]#

PDF 文件的基础加载器类。

If the file is a web path, it will download it to a temporary file, use it, then

完成后清理临时文件。

使用文件路径进行初始化。

Parameters:

  • file_path (str | Path) – 可以是本地、S3 或网页路径指向的 PDF 文件。

  • headers (Dict | None) – 用于从网络路径下载文件的GET请求的头部信息。

属性

source

方法

__init__(file_path, *[, headers])

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()

一个用于文档的懒加载器。

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, *, headers: Dict | None = None)[source]#

使用文件路径进行初始化。

Parameters:

  • file_path (str | Path) – 可以是本地、S3 或网页路径指向的 PDF 文件。

  • headers (Dict | None) – 用于从网络路径下载文件的GET请求的头部信息。

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]#

文档的懒加载器。

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]