Dedoc

Dedoc 是一个开源库/服务，提取文本、表格、附加文件和文档结构 (例如，标题、列表项等) 从各种格式的文件中。

Dedoc 支持 DOCX、XLSX、PPTX、EML、HTML、PDF、图像等。支持格式的完整列表可以在这里找到。

安装和设置

您可以使用 pip 安装 Dedoc。在这种情况下，您需要安装依赖项，请访问这里以获取更多信息。

pip install dedoc

如果您要使用 Dedoc API，您无需安装 dedoc 库。在这种情况下，您应该运行 Dedoc 服务，例如 Docker 容器（请参见文档以获取更多详细信息）：

docker pull dedocproject/dedoc
docker run -p 1231:1231

对于处理任何格式的文件（由 Dedoc 支持），您可以使用 DedocFileLoader：
```
from langchain_community.document_loaders import DedocFileLoader
```
对于处理 PDF 文件（有或没有文本层），您可以使用 DedocPDFLoader：
```
from langchain_community.document_loaders import DedocPDFLoader
```
对于处理任何格式的文件而无需安装库，您可以使用 Dedoc API 和 DedocAPIFileLoader：
```
from langchain_community.document_loaders import DedocAPIFileLoader
```

有关更多详细信息，请参见使用示例。