langchain_community.document_loaders.word_document.Docx2txtLoader

class langchain_community.document_loaders.word_document.Docx2txtLoader(file_path: Union[str, Path])

使用 docx2txt 加载 DOCX 文件并按字符级别分块。

默认检查本地文件，但如果文件是网络路径，它会将其下载到临时文件中，然后使用该文件，并在完成后清理临时文件

使用文件路径初始化。

方法

__init__(文件路径)	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。
加载()	将给定路径作为单页加载。
load_and_split([文本分割器])	加载 Documents 并将其分割成块。

参数

文件路径 (Union[str, Path]) –

__init__(文件路径: Union[str, Path])

使用文件路径初始化。

参数

文件路径 (Union[str, Path]) –

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]

加载 load() → List[Document]

将给定路径作为单页加载。

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。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]) – 用于拆分文档的 TextSplitter 实例。默认为 RecursiveCharacterTextSplitter。

返回

文档列表。

返回类型

Document 列表

使用 Docx2txtLoader 的示例

• Microsoft Word