电子邮件
此笔记本演示如何加载电子邮件（.eml）或Microsoft Outlook（.msg）文件。
有关在本地设置 Unstructured 的更多说明，包括设置所需的系统依赖项，请参阅本指南。
使用 Unstructured
%pip install --upgrade --quiet unstructured
from langchain_community.document_loaders import UnstructuredEmailLoader
loader = UnstructuredEmailLoader("./example_data/fake-email.eml")
data = loader.load()
data
API 参考：UnstructuredEmailLoader
[Document(page_content='This is a test email to use for unit tests.\n\nImportant points:\n\nRoses are red\n\nViolets are blue', metadata={'source': './example_data/fake-email.eml'})]
保留元素
在后台，Unstructured 为不同的文本块创建不同的“元素”。默认情况下，我们将它们组合在一起，但您可以通过指定mode="elements"轻松地保持这种分离。
loader = UnstructuredEmailLoader("example_data/fake-email.eml", mode="elements")
data = loader.load()
data[0]
Document(page_content='This is a test email to use for unit tests.', metadata={'source': 'example_data/fake-email.eml', 'file_directory': 'example_data', 'filename': 'fake-email.eml', 'last_modified': '2022-12-16T17:04:16-05:00', 'sent_from': ['Matthew Robinson <[email protected]>'], 'sent_to': ['Matthew Robinson <[email protected]>'], 'subject': 'Test Email', 'languages': ['eng'], 'filetype': 'message/rfc822', 'category': 'NarrativeText'})
处理附件
您可以通过在构造函数中设置process_attachments=True来使用UnstructuredEmailLoader处理附件。默认情况下，附件将使用unstructured中的partition函数进行分区。您可以通过将函数传递给attachment_partitioner关键字参数来使用不同的分区函数。
loader = UnstructuredEmailLoader(
"example_data/fake-email.eml",
mode="elements",
process_attachments=True,
)
data = loader.load()
data[0]
Document(page_content='This is a test email to use for unit tests.', metadata={'source': 'example_data/fake-email.eml', 'file_directory': 'example_data', 'filename': 'fake-email.eml', 'last_modified': '2022-12-16T17:04:16-05:00', 'sent_from': ['Matthew Robinson <[email protected]>'], 'sent_to': ['Matthew Robinson <[email protected]>'], 'subject': 'Test Email', 'languages': ['eng'], 'filetype': 'message/rfc822', 'category': 'NarrativeText'})
使用 OutlookMessageLoader
%pip install --upgrade --quiet extract_msg
from langchain_community.document_loaders import OutlookMessageLoader
loader = OutlookMessageLoader("example_data/fake-email.msg")
data = loader.load()
data[0]
API 参考：OutlookMessageLoader
Document(page_content='This is a test email to experiment with the MS Outlook MSG Extractor\r\n\r\n\r\n-- \r\n\r\n\r\nKind regards\r\n\r\n\r\n\r\n\r\nBrian Zhou\r\n\r\n', metadata={'source': 'example_data/fake-email.msg', 'subject': 'Test for TIF files', 'sender': 'Brian Zhou <[email protected]>', 'date': datetime.datetime(2013, 11, 18, 0, 26, 24, tzinfo=zoneinfo.ZoneInfo(key='America/Los_Angeles'))})