langchain_community.document_loaders.pdf.PyPDFLoader

class langchain_community.document_loaders.pdf.PyPDFLoader(file_path: str, password: Optional[Union[str, bytes]] = None, headers: Optional[Dict] = None, extract_images: bool = False, *, extraction_mode: str = 'plain', extraction_kwargs: Optional[Dict] = None)[源代码]

使用pypdf加载PDF到文档列表。

按页分段加载并存储页码到元数据中。

通过文件路径初始化。

属性

source

方法

__init__(file_path[, password, headers, ...])

通过文件路径初始化。

alazy_load()

文档的懒加载器。

aload()

将数据加载到文档对象中。

lazy_load()

以页的方式懒加载给定路径。

load()

将数据加载到文档对象中。

load_and_split([text_splitter])

加载文档并分割成块。
参数

  • file_path (str) –

  • password (Optional[Union[str, bytes]]) –

  • headers (Optional[Dict]) –

  • extract_images (bool) –

  • extraction_mode (str) –

  • extraction_kwargs (Optional[Dict]) –

__init__(file_path: str, password: Optional[Union[str, bytes]] = None, headers: Optional[Dict] = None, extract_images: bool = False, *, extraction_mode: str = 'plain', extraction_kwargs: Optional[Dict] = None) → None[源代码]

通过文件路径初始化。

参数

  • file_path (str) –

  • password (Optional[Union[str, bytes]]) –

  • headers (Optional[Dict]) –

  • extract_images (bool) –

  • extraction_mode (str) –

  • extraction_kwargs (Optional[Dict]) –

返回类型

None

asyncalazy_load() → AsyncIterator[Document]

文档的懒加载器。

返回类型

AsyncIterator[Document]

asyncaload() → List[Document]

将数据加载到文档对象中。

返回类型

List[Document]

lazy_load() → Iterator[Document][源代码]

以页的方式懒加载给定路径。

返回类型

迭代器[文档]

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]) → List[Document]

加载文档并将其拆分为块。返回的块作为文档。

不要重写此方法。应考虑将其弃用！

参数

text_splitter (可选[TextSplitter]) – 用于拆分文档的TextSplitter实例。默认为RecursiveCharacterTextSplitter。

返回

文档列表。

返回类型

List[Document]

使用PyPDFLoader的示例