langchain_community.document_loaders.bibtex.BibtexLoader¶
- class langchain_community.document_loaders.bibtex.BibtexLoader(file_path: str, *, parser: Optional[BibtexparserWrapper] = None, max_docs: Optional[int] = None, max_content_chars: Optional[int] = 4000, load_extra_metadata: bool = False, file_pattern: str = '[^:]+\\.pdf')[source]¶
加载一个 bibtex 文件。
每个文档表示 bibtex 文件中的一个条目。
如果 bibtex 文件的 file 字段中存在 PDF 文件，则将原始 PDF 加载到文档文本中。如果不存在这样的文件条目，则使用 abstract 字段代替。
初始化 BibtexLoader。
- 参数
file_path (str) – bibtex 文件的路径。
parser (Optional[BibtexparserWrapper]) – 要使用的解析器。如果为 None，则使用默认解析器。
max_docs (Optional[int]) – 加载相关文档的最大数量。使用 -1 表示无限制。
max_content_chars (Optional[int]) – 从 PDF 中加载的最大字符数。
load_extra_metadata (bool) – 是否从 PDF 中加载额外的元数据。
file_pattern (str) – 匹配 bibtex 中文件名的正则表达式模式。
方法
__init__(file_path, *,[parser, max_docs, ...])初始化 BibtexLoader。
Documents 的懒加载器。
aload()将数据加载到 Document 对象中。
使用 bibtexparser 加载 bibtex 文件并获取文章文本和文章元数据。
load()将数据加载到 Document 对象中。
load_and_split([text_splitter])加载 Documents 并将其分割成块。
- (file_path: str, *, parser: Optional[BibtexparserWrapper] = None, max_docs: Optional[int] = None, max_content_chars: Optional[int] = 4000, load_extra_metadata: bool = False, file_pattern: str = '[^:]+\\.pdf')[源代码]¶
初始化 BibtexLoader。
- 参数
file_path (str) – bibtex 文件的路径。
parser (Optional[BibtexparserWrapper]) – 要使用的解析器。如果为 None，则使用默认解析器。
max_docs (Optional[int]) – 加载相关文档的最大数量。使用 -1 表示无限制。
max_content_chars (Optional[int]) – 从 PDF 中加载的最大字符数。
load_extra_metadata (bool) – 是否从 PDF 中加载额外的元数据。
file_pattern (str) – 匹配 bibtex 中文件名的正则表达式模式。
- lazy_load() Iterator[Document]
使用bibtexparser加载bibtex文件，获取文章文本和文章元数据。请参阅 https://bibtexparser.readthedocs.io/en/master/
- 返回结果：
一个包含文本格式的document.page_content的文档列表
- 返回类型
迭代器Document
- load_and_split(text_splitter: Optional[TextSplitter] = None) List[Document]¶
加载文档并将它们分割成块。块作为文档返回。
不要重写此方法。应考虑将其标记为过时！
- 参数
text_splitter (可选[TextSplitter]) – 用于分割文档的TextSplitter实例。默认为RecursiveCharacterTextSplitter。
- 返回结果：
文档列表。
- 返回类型
列表Document