langchain_community.document_loaders.pdf.PDFMinerPDFasHTMLLoader

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

使用 PDFMiner 将 PDF 文件加载为 HTML 内容。

使用文件路径进行初始化。

属性

source

方法

__init__(file_path, *[, headers])	使用文件路径进行初始化。
alazy_load()	Document 的懒加载器。
aload()	将数据加载到 Document 对象中。
lazy_load()	加载文件。
load()	将数据加载到 Document 对象中。
load_and_split([text_splitter])	加载 Documents 并分割成块。

参数

• file_path (str) –

• headers (Optional[Dict]) –

__init__(file_path: str, *, headers: Optional[Dict] = None)

使用文件路径进行初始化。

参数

• file_path (str) –

• headers (Optional[Dict]) –

async alazy_load() → AsyncIterator[Document]

Document 的懒加载器。

返回类型

AsyncIterator[Document]

async aload() → List[Document]

将数据加载到 Document 对象中。

返回类型

列表[文档]

lazy_load() → 迭代器[文档]

加载文件。

返回类型

迭代器[文档]

load() → 列表[文档]

将数据加载到 Document 对象中。

返回类型

列表[文档]

load_and_split(text_splitter: Optional[TextSplitter] = None) → 列表[文档]

加载文档并将其分割成块。块作为文档返回。

不要重写此方法。应考虑将其弃用！

参数

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

返回值

文档列表。

返回类型

列表[文档]

使用 PDFMinerPDFasHTMLLoader 的示例

• 如何加载 PDF