langchain_community.document_loaders.pdf.PyMuPDFLoader

class langchain_community.document_loaders.pdf.PyMuPDFLoader(file_path: str, *, headers: Optional[Dict] = None, extract_images: bool = False, **kwargs: Any)

使用 PyMuPDF 加载 PDF 文件。

使用文件路径初始化。

属性

source

方法

__init__(file_path, *[, headers, extract_images])	使用文件路径初始化。
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(**kwargs)	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]) –

• extract_images (bool) –

• kwargs (Any) –

__init__(file_path: str, *, headers: Optional[Dict] = None, extract_images: bool = False, **kwargs: Any) → None

使用文件路径初始化。

参数

• file_path (str) –

• headers (Optional[Dict]) –

• extract_images (bool) –

• kwargs (Any) –

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

List[Document]

lazy_load() → Iterator[Document]

Documents 的懒加载器。

返回类型

Iterator[Document]

load(**kwargs: Any) → List[Document]

将数据加载到 Document 对象中。

参数

kwargs (Any) –

返回类型

List[Document]

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

加载文档并分割为块。块作为文档返回。

请不要重写此方法。应考虑将其弃用！

参数

text_splitter (Optional[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

列表[:Document]

使用PyMuPDFLoader的示例

• 如何加载PDF文件