Langchain 对pdf,word,txt等不同文件的加载解析
创始人
2024-12-27 01:35:45
0

项目中遇到各种数据资源想要加载近langchain构建本地知识ai系统,怎么加载对应的文件格式呢,一起研究下

引入Langchain

from langchain.document_loaders import UnstructuredWordDocumentLoader,PyPDFium2Loader,DirectoryLoader,PyPDFLoader,TextLoader import os

pdf文件加载

def load_pdf(directory_path):     data = []     for filename in os.listdir(directory_path):         if filename.endswith(".pdf"):             print(filename)             # print the file name             loader = PyPDFium2Loader(f'{directory_path}/{filename}')             print(loader)             data.append(loader.load())     return data

word文档加载如,doc或者docx格式

def load_word(directory_path):     data = []     for filename in os.listdir(directory_path):         # check if the file is a doc or docx file         # 检查所有doc以及docx后缀的文件         if filename.endswith(".doc") or filename.endswith(".docx"):             # langchain自带功能,加载word文档             loader = UnstructuredWordDocumentLoader(f'{directory_path}/{filename}')             data.append(loader.load())      return data

txt加载

def load_txt(directory_path):     data = []     for filename in os.listdir(directory_path):         if filename.endswith(".txt"):             print(filename)             loader = TextLoader(f'{directory_path}/{filename}')             print(loader)             data.append(loader.load())      return data

上述中常见的文档格式基本上都可以加载进去了,主要就是不同格式对应不同的加载方式,如果想简单也可以直接加载目录

def load_docs(directory):     loader = DirectoryLoader(directory)     documents = loader.load()     return documents

相关内容

热门资讯

透视指南书!德州来玩辅助器,约... 透视指南书!德州来玩辅助器,约局吧透视挂下载(透视)其实有脚本技巧(哔哩哔哩)小薇(辅助器软件下载)...
透视积累!德普之星私人局辅助免... 透视积累!德普之星私人局辅助免费,德普之星透视辅助插件(透视)确实真的是有脚本工具(哔哩哔哩)进入游...
透视步骤!hhpoker底牌透... 透视步骤!hhpoker底牌透视脚本,hhpoker一直输有挂吗(透视)切实有透视插件(哔哩哔哩)1...
透视妙招!hh poker插件... 透视妙招!hh poker插件下载,hhpoker透视方法(透视)好像有脚本技巧(哔哩哔哩)1、点击...
透视办法!werplan透视挂... 透视办法!werplan透视挂,哈糖大菠萝助手(透视)其实是真的透视器(哔哩哔哩)1、用户打开应用后...
透视指南书!wepoker怎么... 透视指南书!wepoker怎么破解游戏,wepoker辅助透视(透视)都是是有脚本挂(哔哩哔哩)1、...
透视阶段!hhpoker德州透... 透视阶段!hhpoker德州透视挂,hhpoker怎么开透视(透视)真是是真的透视工具(哔哩哔哩)h...
透视手段!aapoker脚本怎... 透视手段!aapoker脚本怎么用,aapoker怎么控制牌(透视)果然真的有脚本技巧(哔哩哔哩)运...
透视法子!德普之星有透视辅助吗... 透视法子!德普之星有透视辅助吗,德普之星辅助软件(透视)果然真的有透视攻略(哔哩哔哩)1.德普之星有...
透视办法!hhpoker是真的... 透视办法!hhpoker是真的吗,hh poker辅助器先试用(透视)都是真的是有脚本器(哔哩哔哩)...