langchain_community документ_загрузчиков.p Přensorovicians.grobid.GrobidParser

class langchain_community.文档_加载器.解析器.grobid.GrobidParser(segment_sentences: bool = 'false', grobid_server: str = 'http://localhost:8070/api/processFulltextDocument')

使用 Grobid 加载 PDF 文章文件。

方法

__init__(segment_sentences[, grobid_server])
lazy_parse(blob)	懒加载解析接口。
parse(blob)	急切地将 blob 解析成文档或文档列表。
process_xml(file_path, xml_data, ...)	处理 Grobid 的 XML 文件。

参数

• segment_sentences (布尔值) –

• grobid_server (字符串) –

__init__(segment_sentences: bool, grobid_server: str = 'http://localhost:8070/api/processFulltextDocument') → None

参数

• segment_sentences (布尔值) –

• grobid_server (字符串) –

返回类型

None

lazy_parse(blob: Blob) → Iterator[Document]

懒加载解析接口。

子类必须实现此方法。

参数

blob (Blob) – Blob 实例

返回

文档生成器

返回类型

Iterator[Document]

parse(blob: Blob) → List[Document]

急切地将 blob 解析成文档或文档列表。

这是交互式开发环境中的一个便利方法。

生产应用应优先使用 lazy_parse 方法。

子类通常不应重写此解析方法。

参数

blob (Blob) – Blob 实例

返回

文档列表

返回类型

列表[文档]

process_xml(file_path: str, xml_data: str, segment_sentences: bool) → Iterator[Document]

处理 Grobid 的 XML 文件。

参数

• file_path (str) –

• xml_data (str) –

• segment_sentences (布尔值) –

返回类型

Iterator[Document]

使用 GrobidParser 的示例

• Grobid