Airbyte Typeform(已弃用)
注意:此特定于连接器的加载器已弃用。请改用 AirbyteLoader
。
Airbyte 是一个数据集成平台,用于从 API、数据库和文件到仓库和湖泊的 ELT 管道。它拥有最大的 ELT 连接器目录,可连接到数据仓库和数据库。
此加载器将 Typeform 连接器公开为文档加载器,允许您将各种 Typeform 对象加载为文档。
安装
首先,您需要安装 airbyte-source-typeform
Python 包。
%pip install --upgrade --quiet airbyte-source-typeform
示例
请查看 Airbyte 文档页面,了解有关如何配置读取器的详细信息。可以在 Github 上找到配置对象应遵循的 JSON 模式:https://github.com/airbytehq/airbyte/blob/master/airbyte-integrations/connectors/source-typeform/source_typeform/spec.json。
大致形状如下
{
"credentials": {
"auth_type": "Private Token",
"access_token": "<your auth token>"
},
"start_date": "<date from which to start retrieving records from in ISO format, e.g. 2020-10-20T00:00:00Z>",
"form_ids": ["<id of form to load records for>"] # if omitted, records from all forms will be loaded
}
默认情况下,所有字段都作为元数据存储在文档中,文本设置为空字符串。通过转换读取器返回的文档来构造文档的文本。
from langchain_community.document_loaders.airbyte import AirbyteTypeformLoader
config = {
# your typeform configuration
}
loader = AirbyteTypeformLoader(
config=config, stream_name="forms"
) # check the documentation linked above for a list of all streams
API 参考:AirbyteTypeformLoader
现在您可以像往常一样加载文档
docs = loader.load()
由于 load
返回一个列表,它将阻塞直到所有文档都加载完毕。为了更好地控制此过程,您还可以使用 lazy_load
方法,该方法返回一个迭代器。
docs_iterator = loader.lazy_load()
请记住,默认情况下,页面内容为空,元数据对象包含记录中的所有信息。要在不同的位置创建文档,请在创建加载器时传入一个 record_handler 函数。
from langchain_core.documents import Document
def handle_record(record, id):
return Document(page_content=record.data["title"], metadata=record.data)
loader = AirbyteTypeformLoader(
config=config, record_handler=handle_record, stream_name="forms"
)
docs = loader.load()
API 参考:Document
增量加载
某些流允许增量加载,这意味着源会跟踪已同步的记录,并且不会再次加载它们。这对于具有大量数据并经常更新的源非常有用。
为了利用这一点,请存储加载器的 last_state
属性,并在再次创建加载器时传入它。这将确保仅加载新记录。
last_state = loader.last_state # store safely
incremental_loader = AirbyteTypeformLoader(
config=config, record_handler=handle_record, stream_name="forms", state=last_state
)
new_docs = incremental_loader.load()