langchain_community.document_loaders.parsers.vsdx.VsdxParser¶
- class langchain_community.document_loaders.parsers.vsdx.VsdxParser[source]¶
vsdx 文件的解析器。
方法
__init__()get_pages_content(zfile, source)获取 vsdx 文件的页面内容。
get_relationships(page, zfile, filelist, ...)获取页面及其关系的关系等。
lazy_parse(blob)从 .vsdx 文件中检索页面内容并将其插入文档中，每页一个文档。
parse(blob)解析 vsdx 文件。
- __init__()¶
- get_pages_content(zfile: ZipFile, source: str) List[Tuple[int, str, str]][source]¶
获取 vsdx 文件的页面内容。
- zfile¶
zip 格式下的 vsdx 文件。
- 类型
zipfile.ZipFile
- source¶
vsdx 文件的路径。
- 类型
str
- 返回值
返回包含每一页的页面编号、页面名称和页面内容的元组列表。
- 返回类型
list[tuple[int, str, str]]
- 参数
zfile (ZipFile) –
source (str) –
- get_relationships(page: str, zfile: ZipFile, filelist: List[str], pagexml_rels: List[dict]) Set[str][source]¶
递归地获取页面及其所有关联关系之间的关系。页面基于其他页面（例如：背景页面），因此我们需要获取所有关系以获取单个页面的全部内容。
- 参数
page (str) –
zfile (ZipFile) –
filelist (List[str]) –
pagexml_rels (List[dict]) –
- 返回类型
Set[str]