langchain_community.document_loaders.pdf.PDFPlumberLoader

class langchain_community.document_loaders.pdf.PDFPlumberLoader(file_path: str, text_kwargs: Optional[Mapping[str, Any]] = None, dedupe: bool = False, headers: Optional[Dict] = None, extract_images: bool = False)

使用 pdfplumber 加载 PDF 文件。

使用文件路径进行初始化。

属性

source

方法

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

参数

• file_path (str) –

• text_kwargs (Optional[Mapping[str, Any]]) –

• dedupe (bool) –

• headers (Optional[Dict]) –

• extract_images (bool) –

__init__(file_path: str, text_kwargs: Optional[Mapping[str, Any]] = None, dedupe: bool = False, headers: Optional[Dict] = None, extract_images: bool = False) → None

使用文件路径进行初始化。

参数

• file_path (str) –

• text_kwargs (Optional[Mapping[str, Any]]) –

• dedupe (bool) –

• headers (Optional[Dict]) –

• extract_images (bool) –

返回类型

None

async alazy_load() → AsyncIterator[Document]

Documents 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[Document]

lazy_load() → Iterator[Document]

Documents 的懒加载器。

返回类型

迭代器[Document]

load() → List[Document]

加载文件。

返回类型

列表[Document]

load_and_split(text_splitter: Optional[TextSplitter] = None) → List[Document]¶

加载文档并将它们分割成块。块作为Document返回。

不要重写此方法。应将其视为已弃用！

参数

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

返回

文档列表。

返回类型

List[Document]

使用PDFPlumberLoader的示例

• 如何加载PDF文件