langchain_community.document_loaders.powerpoint.UnstructuredPowerPointLoader

class langchain_community.document_loaders.powerpoint.UnstructuredPowerPointLoader(file_path: Union[str, List[str], Path, List[Path]], ..., mode: str = 'single', **unstructured_kwargs: Any)[source]

使用 Unstructured 加载 Microsoft PowerPoint 文件。

支持 .ppt 和 .pptx 文件。您可以选择两种模式之一运行加载器："single"（单份文档）和 "elements"（元素）。如果您选择 "single" 模式，文档将作为单个 lanchain Document 对象返回。如果选择 "elements" 模式，unstructured 库将把文档分割成标题、叙述性文本等元素。您可以在模式之后传递额外的 unstructured kwargs 来应用不同的非结构化设置。

示例

from langchain_community.document_loaders import UnstructuredPowerPointLoader

loader = UnstructuredPowerPointLoader(

“example.pptx”, mode=”elements”, strategy=”fast”,

) docs = loader.load()

参考资料

https://unstructured-io.github.io/unstructured/bricks.html#partition-pptx

通过文件路径初始化。

方法

__init__(file_path, *[, mode])

通过文件路径初始化。

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 (Union[str, List[str], Path, List[Path]]) –

  • mode (str) –

  • unstructured_kwargs (Any) –

__init__(file_path: Union[str, List[str], Path, List[Path]], *, mode: str = 'single', **unstructured_kwargs: Any)

通过文件路径初始化。

参数

  • file_path (Union[str, List[str], Path, List[Path]]) –

  • mode (str) –

  • unstructured_kwargs (Any) –

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

List[Document]

lazy_load() → Iterator[Document]

加载文件。

返回类型

Iterator[Document]

load() → List[Document]

将数据加载到 Document 对象中。

返回类型

List[Document]

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

加载文档并将其分割成块。块以文档的形式返回。

不要覆盖此方法。应考虑将其视为已弃用！

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

列表[Document]

使用UnstructuredPowerPointLoader的示例