langchain_community.document_loaders.pdf.BasePDFLoader

class langchain_community.document_loaders.pdf.BasePDFLoader(file_path: Union[str, Path], *, headers: Optional[Dict] = None)

基础PDF文件加载器类。

如果是网络路径，将下载到临时文件，然后使用它，完成后

清理临时文件。

使用文件路径初始化。

参数

• file_path (Union[str, Path]) – PDF文件的本地、S3或网络路径。

• headers (Optional[Dict]) – 从网络路径下载文件时使用的GET请求头。

属性

source

方法

__init__(file_path, *[, headers])	使用文件路径初始化。
alazy_load()	文档的懒加载器。
aload()	将数据加载到文档对象中。
lazy_load()	文档的懒加载器。
load()	将数据加载到文档对象中。
load_and_split([text_splitter])	加载文档并将其分割成块。

__init__(file_path: Union[str, Path], *, headers: Optional[Dict])

使用文件路径初始化。

参数

• file_path (Union[str, Path]) – PDF文件的本地、S3或网络路径。

• headers (Optional[Dict]) – 从网络路径下载文件时使用的GET请求头。

async alazy_load() → AsyncIterator[Document]

文档的懒加载器。

返回类型

AsyncIterator[Document]

async aload() → List[Document]

将数据加载到文档对象中。

返回类型

List[Document]

lazy_load() → Iterator[Document]

文档的懒加载器。

返回类型

Iterator[Document]

load() → List[Document]

将数据加载到文档对象中。

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。应将其视为已过时！

参数

text_splitter (可选[TextSplitter]) – 用于分割文档的 TextSplitter 实例。默认为 RecursiveCharacterTextSplitter。

返回

文档列表。

返回类型

List[Document]