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

2024教程"aap... 2024教程"aapoker发牌机制"aapoker有外挂吗(一直是真的有挂)-哔哩哔哩;1)aap...
wpK最新黑科技!微扑克ai辅... wpK最新黑科技!微扑克ai辅助器苹果版(WPK ai辅助)果然真的是有挂(2025已更新)(哔哩哔...
wepoke智能ai!wepo... wepoke智能ai!wepoke辅助器真的有效果吗(WePoKe黑科技)果然有挂(有挂规律)-哔哩...
黑科技脚本(wepoke真的有... 黑科技脚本(wepoke真的有挂)wopoker辅助真的假的(wEpOke)原生是真的有挂(有挂解惑...
重大推荐"aapok... 重大推荐"aapoker发牌机制"aapoker辅助工具ai(好像是有挂)-哔哩哔哩1、上手简单,内...
wPK最新黑科技!wpk微扑克... wPK最新黑科技!wpk微扑克真的有挂吗(WPK ai辅助)原生真的是有挂(2025已更新)(哔哩哔...
wepokeai代打!wepo... wepokeai代打!wepoke辅助(WePoKe黑科技)其实真的是有挂(有挂详情)-哔哩哔哩we...
我来教大家"aapo... 我来教大家"aapoker真的有猫腻吗"aa poker有没有挂(其实真的是有挂)-哔哩哔哩;1、a...
黑科技模拟器(wepoke黑科... 黑科技模拟器(wepoke黑科技)WePoKe外挂(wEPOKE)真是真的有挂(有挂猫腻)-哔哩哔哩...
WPK最新黑科技!wpk德州a... 1、WPK最新黑科技!wpk德州ai机器人(WPK ai辅助)一直存在有挂(2026已更新)(哔哩哔...