微信扫码
与创始人交个朋友
我要投稿
from langchain.document_loaders import UnstructuredFileLoader
loader = UnstructuredFileLoader("./test/test_file1.txt")
docs = loader.load()
print(docs[0].page_content[:400])
from langchain.document_loaders import UnstructuredWordDocumentLoader
loader = UnstructuredWordDocumentLoader("example_data/fake.docx")
data = loader.load()
print(data)
from langchain.document_loaders import UnstructuredFileLoader
loader = UnstructuredFileLoader("./example_data/layout-parser-paper.pdf", mode="elements")
docs = loader.load()
print(docs[:5])
from langchain.document_loaders import PyPDFLoader
loader = PyPDFLoader("example_data/layout-parser-paper.pdf")
pages = loader.load_and_split()
2.3.3 在线读取工具
在线加载PDF文档的方法。
python from langchain.document_loaders import OnlinePDFLoader loader = OnlinePDFLoader("https://arxiv.org/pdf/2302.03803.pdf") data = loader.load() print(data)
2.3.4 PDFMiner
使用PDFMiner库来加载PDF文档。
python from langchain.document_loaders import PDFMinerLoader loader = PDFMinerLoader("example_data/layout-parser-paper.pdf") data = loader.load()
from langchain.document_loaders import UnstructuredEmailLoader
loader = UnstructuredEmailLoader('example_data/fake-email.eml')
data = loader.load()
from langchain.document_loaders.image import UnstructuredImageLoader
loader = UnstructuredImageLoader("layout-parser-paper-fast.jpg")
data = loader.load()
loader = document_loaders.UnstructuredFileLoader(filepath, mode="elements", autodetect_encoding=True)
docs = loader.load()
from langchain.document_loaders import UnstructuredPowerPointLoader
loader = UnstructuredPowerPointLoader("example_data/fake-power-point.pptx")
data = loader.load()
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-10-29
超强大的PDF数据提取库PyMuPDF4LLM
2024-10-29
Genie:Uber的生成式AI随叫随到副驾驶
2024-10-29
RAG 或 Fine Tume - 为您的用例选择正确方法的权威指南
2024-10-28
一文读懂:从RAG到多模态RAG
2024-10-28
行业落地分享:腾讯混元RAG/Agent落地实践
2024-10-28
揭秘RAG神器!如何通过上下文检索与混合搜索打造超强生成效果
2024-10-27
claude提供了一种增强的上下文检索预处理
2024-10-27
全网最全国内Agent平台深度测评:扣子、Dify、FastGPT,谁是你的Agent开发首选?
2024-07-18
2024-07-09
2024-07-09
2024-05-19
2024-07-07
2024-05-05
2024-07-07
2024-07-08
2024-06-20
2024-07-09