非结构化XML加载器
本笔记本提供了关于如何使用非结构化XML加载器 文档加载器 的快速概述。UnstructuredXMLLoader
用于加载 XML
文件。该加载器适用于 .xml
文件。页面内容将是从 XML 标签中提取的文本。
概述
集成细节
类 | 包名 | 本地 | 可序列化 | JS支持 |
---|---|---|---|---|
UnstructuredXMLLoader | langchain_community | ✅ | ❌ | ✅ |
加载器特性
来源 | 文档懒加载 | 原生异步支持 |
---|---|---|
UnstructuredXMLLoader | ✅ | ❌ |
设置
要访问 UnstructuredXMLLoader 文档加载器,您需要安装 langchain-community
集成包。
凭证
使用 UnstructuredXMLLoader 不需要凭证
如果您想自动获取模型调用的最佳追踪,您还可以通过取消注释以下内容来设置您的 LangSmith API 密钥:
# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
# os.environ["LANGSMITH_TRACING"] = "true"
安装
安装 langchain_community。
%pip install -qU langchain_community
初始化
现在我们可以实例化我们的模型对象并加载文档:
<!--IMPORTS:[{"imported": "UnstructuredXMLLoader", "source": "langchain_community.document_loaders", "docs": "https://python.langchain.com/api_reference/community/document_loaders/langchain_community.document_loaders.xml.UnstructuredXMLLoader.html", "title": "UnstructuredXMLLoader"}]-->
from langchain_community.document_loaders import UnstructuredXMLLoader
loader = UnstructuredXMLLoader(
"./example_data/factbook.xml",
)
加载
docs = loader.load()
docs[0]
Document(metadata={'source': './example_data/factbook.xml'}, page_content='United States\n\nWashington, DC\n\nJoe Biden\n\nBaseball\n\nCanada\n\nOttawa\n\nJustin Trudeau\n\nHockey\n\nFrance\n\nParis\n\nEmmanuel Macron\n\nSoccer\n\nTrinidad & Tobado\n\nPort of Spain\n\nKeith Rowley\n\nTrack & Field')
print(docs[0].metadata)
{'source': './example_data/factbook.xml'}
延迟加载
page = []
for doc in loader.lazy_load():
page.append(doc)
if len(page) >= 10:
# do some paged operation, e.g.
# index.upsert(page)
page = []
API 参考
有关所有 __ModuleName__Loader 功能和配置的详细文档,请访问 API 参考: https://python.langchain.com/api_reference/community/document_loaders/langchain_community.document_loaders.xml.UnstructuredXMLLoader.html