langchain_community.document_loaders.parsers.pdf.PyPDFium2Parser

class langchain_community.document_loaders.parsers.pdf.PyPDFium2Parser(extract_images: bool = False)

使用 PyPDFium2 解析 PDF。

初始化解析器。

方法

__init__([extract_images])	初始化解析器。
lazy_parse(blob)	懒解析blob。
parse(blob)	急切地将blob解析成文档或多个文档。

参数

extract_images (bool) –

__init__(extract_images: bool = False) → None

初始化解析器。

参数

extract_images (bool) –

返回类型

None

lazy_parse(blob: Blob) → Iterator[Document]

懒解析blob。

参数

blob (Blob) –

返回类型

Document的迭代器

parse(blob: Blob) → List[Document]¶

急切地将blob解析成文档或多个文档。

这是一个交互式开发环境中的便捷方法。

生产应用应优先考虑lazy_parse方法。

子类通常不应覆盖此解析方法。

参数

blob (Blob) – Blob实例

返回

文档列表

返回类型

Document列表