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

揭秘关于!多乐跑胡子辅助工具2... 揭秘关于!多乐跑胡子辅助工具2.0.8安卓版(辅助挂)本然是有挂(有挂工具)-哔哩哔哩;揭秘关于!多...
交流学习经验(Wepoke代打... 交流学习经验(Wepoke代打ai)从前真的是有挂(透视)本来真的有挂(竟然有挂)-哔哩哔哩是一款可...
黑科技辅助(德扑ai安装)外挂... 黑科技辅助(德扑ai安装)外挂透明挂辅助插件(透视)总是是真的有挂(2026已更新)(哔哩哔哩);最...
揭秘关于(红龙扑克原理)外挂透... 揭秘关于(红龙扑克原理)外挂透明挂辅助神器(德州ai)透明挂哪里有(切实是有挂)-哔哩哔哩;1、超多...
今日焦点!心悦吉林麻将攻略(辅... 今日焦点!心悦吉林麻将攻略(辅助挂)素来存在有挂(确实有挂)-哔哩哔哩是一款可以让一直输的玩家,快速...
一起来探讨(微扑克有挂)原生是... 一起来探讨(微扑克有挂)原生是真的有挂(透视)一直有挂(有挂存在)-哔哩哔哩;1、完成微扑克有挂的残...
黑科技辅助(WePoKe插件安... 黑科技辅助(WePoKe插件安装)外挂透明挂辅助下载(透视)竟然是真的有挂(2026已更新)(哔哩哔...
分辨真假(德扑之星可靠)外挂透... 分辨真假(德扑之星可靠)外挂透明挂辅助工具(AaPOKER)ai代打(原本有挂)-哔哩哔哩;德扑之星...
热点推荐(WePoKe透明挂)... 热点推荐(WePoKe透明挂)一贯是真的有挂(透视)原本是有挂(有挂秘笈)-哔哩哔哩;WePoKe透...
必备教程!钱塘13水打牌(辅助... 必备教程!钱塘13水打牌(辅助挂)素来是有挂(有挂透视)-哔哩哔哩;小薇(透视辅助)致您一封信;亲爱...