langchain_community.document_loaders.chm.UnstructuredCHMLoader

class langchain_community.document_loaders.chm.UnstructuredCHMLoader(file_path: Union[str, List[str], Path, List[Path]], **, mode: str = 'single', **unstructured_kwargs: Any)[source]

使用Unstructured加载CHM文件。

CHM代表微软编译的HTML帮助。

示例

from langchain_community.document_loaders import UnstructuredCHMLoader

loader = UnstructuredCHMLoader("example.chm") docs = loader.load()

参考资料

https://github.com/dottedmag/pychm http://www.jedrea.com/chmlib/

使用文件路径初始化。

方法

__init__(file_path, &[,...,mode])

使用文件路径初始化。

alazy_load()

Documents的懒惰加载器。

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Documents并拆分为片段。
参数

  • file_path (Union[str, List[str], Path, List[Path]]) –

  • mode (str) –

  • unstructured_kwargs (Any) –

__init__(file_path: Union[str, List[str], Path, List[Path]], **, mode: str = 'single', **unstructured_kwargs: Any)

使用文件路径初始化。

参数

  • file_path (Union[str, List[str], Path, List[Path]]) –

  • mode (str) –

  • unstructured_kwargs (Any) –

异步 alazy_load() → AsyncIterator[Document]

Documents的懒惰加载器。

返回类型

AsyncIterator[Document]

异步 aload() → List[Document]

将数据加载到Document对象中。

返回类型

List[Document]

lazy_load() → Iterator[Document]

加载文件。

返回类型

Iterator[Document]

load() → List[Document]

将数据加载到Document对象中。

返回类型

List[Document]

load_and_split(text_splitter: Optional[TextSplitter] = None) → List[Document]

加载文档并将其拆分为块。块作为文档返回。

不要重写此方法。应考虑将其标记为已弃用！

参数

text_splitter (可选[TextSplitter]) – 用于拆分文档的TextSplitter实例。默认为RecursiveCharacterTextSplitter。

返回

文档列表。

返回类型

List[Document]

UnstructuredCHMLoader使用示例