跳到主要内容

非结构化 XML 加载器

此笔记本提供了使用 UnstructuredXMLLoader 文档加载器快速入门的概述。UnstructuredXMLLoader 用于加载 XML 文件。加载器可处理 .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 (Class)包 (Package)本地 (Local)可序列化 (Serializable)JS 支持 (JS support)
非结构化 XML 加载器langchain_community✅❌✅

加载器功能​

来源 (Source)文档延迟加载 (Document Lazy Loading)原生异步支持 (Native Async Support)
非结构化 XML 加载器✅❌

设置​

要访问 UnstructuredXMLLoader 文档加载器，您需要安装 langchain-community 集成包。

凭据​

使用 UnstructuredXMLLoader 不需要凭据

如果您想获得模型调用的自动最佳跟踪，您还可以通过取消注释下方来设置您的 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

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.ac.cn/api_reference/community/document_loaders/langchain_community.document_loaders.xml.UnstructuredXMLLoader.html

此页是否对您有所帮助？