langchain_community.document_loaders.parsers.pdf.PyPDFParser

class langchain_workspace.document_loaders.parsers.pdf.PyPDFParser(password: Optional[Union[str, bytes]] = None, extract_images: bool = False, *, extraction_mode: str = 'plain', extraction_kwargs: Optional[Dict[str, Any]] = None)

使用 pypdf 加载 PDF

方法

__init__([password, extract_images, ...])
lazy_parse(blob)	懒加载解析blob。
parse(blob)	贪婪地将blob解析为文档或文档。

参数

• password (Optional[Union[str, bytes]]) –

• extract_images (bool) –

• extraction_mode (str) –

• extraction_kwargs (Optional[Dict[str, Any]]) –

__init__(password: Optional[Union[str, bytes]] = None, extract_images: bool = False, *, extraction_mode: str = 'plain', extraction_kwargs: Optional[Dict[str, Any]] = None)

参数

• password (Optional[Union[str, bytes]]) –

• extract_images (bool) –

• extraction_mode (str) –

• extraction_kwargs (Optional[Dict[str, Any]]) –

lazy_parse(blob: Blob) → Iterator[Document]

懒加载解析blob。

参数

blob (Blob) –

返回类型

Iterator[Document]

parse(blob: Blob) → List[Document]¶

贪婪地将blob解析为文档或文档。

这是一个用于交互式开发环境的便利方法。

生产应用应优先考虑 lazy_parse 方法。

子类通常不应重写此 parse 方法。

参数

blob (Blob) – Blob 实例

返回

文档列表

返回类型

List[Document]