langchain_community.document_loaders.xml.UnstructuredXMLLoader

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

使用 Unstructured 加载 XML 文件。

您可以以两种模式之一运行加载器：“single”（单一）和“elements”（元素）。如果您使用“single”模式，文档将作为单个 langchain Document 对象返回。如果您使用“elements”模式，unstructured 库将文档分割为标题（Title）和叙述文本（NarrativeText）等元素。您可以在模式之后传递额外的 unstructured kwargs 来应用不同的 unstructured 设置。

示例

from langchain_community.document_loaders import UnstructuredXMLLoader

loader = UnstructuredXMLLoader(

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

) docs = loader.load()

参考资料

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

用文件路径初始化。

方法

__init__(file_path[, mode])

用文件路径初始化。

alazy_load()

文档的懒加载器。

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])

加载文档并将其拆分为块。
参数

  • file_path (Union[str, Path]) –

  • mode (str) –

  • unstructured_kwargs (Any) –

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

用文件路径初始化。

参数

  • file_path (Union[str, Path]) –

  • mode (str) –

  • unstructured_kwargs (Any) –

async alazy_load() → AsyncIterator[Document]

文档的懒加载器。

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]

加载文档并将其拆分为块。块作为文档返回。

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UnstructuredXMLLoader的示例