langchain_community.document_loaders.unstructured.UnstructuredAPIFileLoader

class langchain_community.document_loaders.unstructured.UnstructuredAPIFileLoader(file_path: Union[str, List[str]], *, mode: str = 'single', url: str = 'https://api.unstructuredapp.io/general/v0/general', api_key: str = '', **unstructured_kwargs: Any)[source]

自版本 0.2.8 起已弃用：请使用 langchain_unstructured.UnstructuredLoader 代替。

使用 Unstructured API 加载文件。

默认情况下，加载器会调用托管在云端的 Unstructured API。如果您在本地运行 unstructured API，您可以在初始化加载器时通过传入 url 参数来更改 API 规则。托管在云端的 Unstructured API 需要API密钥。请参阅以下链接以了解更多关于我们的 API 产品以及如何获取API密钥。

您可以在不同的模式下运行加载器：“single”（单文件），“elements”（分割成元素）和“paged”（分页）。默认的“single”模式将返回一个单一的 langchain 文档对象。如果您使用“elements”模式，unstructured 库将文档分割成例如标题和叙述文本等元素，并将这些作为单独的 langchain 文档对象返回。除了这些后处理模式（这些特定于 LangChain 加载器）之外，Unstructured 还有自己的“chunking”参数用于将元素后处理成更为有用的块，以适应如检索增强生成（RAG）等用例。您可以通过传递额外的 unstructured kwargs 来配置不同的无结构设置。

示例 ```python from langchain_community.document_loaders import UnstructuredAPIFileLoader

loader = UnstructuredAPIFileLoader(

“example.pdf”, mode=”elements”, strategy=”fast”, api_key=”MY_API_KEY”,

) docs = loader.load()

参考资料

https://docs.unstructured.io/api-reference/api-services/sdk https://docs.unstructured.io/api-reference/api-services/overview https://docs.unstructured.io/open-source/core-functionality/partitioning https://docs.unstructured.io/open-source/core-functionality/chunking

使用文件路径进行初始化。

方法

__init__(file_path,*[, mode, url, api_key])

使用文件路径进行初始化。

alazy_load()

文档的懒加载工具。

aload()

将数据加载到文档对象中。

lazy_load()

加载文件。

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 (Union[str, List[str]]) –

  • mode (str) –

  • url (str) –

  • api_key (str) –

  • unstructured_kwargs (Any) –

__init__(file_path: Union[str, List[str]], *, mode: str = 'single', url: str = 'https://api.unstructuredapp.io/general/v0/general', api_key: str = '', **unstructured_kwargs: Any)[source]

使用文件路径进行初始化。

参数

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

  • mode (str) –

  • url (str) –

  • api_key (str) –

  • unstructured_kwargs (Any) –

async alazy_load() → AsyncIterator[Document]

文档的懒加载工具。

返回类型

AsyncIterator[Document]

async aload() → List[Document]

将数据加载到文档对象中。

返回类型

List[Document]

lazy_load() → Iterator[Document]

加载文件。

返回类型

Iterator[Document]

load() → List[Document]

将数据加载到文档对象中。

返回类型

List[Document]

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

加载数据文档并将它们分割成块。块以Document的形式返回。

不要覆盖此方法。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

文档列表。

返回类型

List[Document]

使用UnstructuredAPIFileLoader的示例