跳到主要内容
Open In ColabOpen on GitHub

UnstructuredXMLLoader

本 Notebook 提供了 UnstructuredXMLLoader 文档加载器的快速入门概述。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​

集成详情​

类别包本地可序列化JS 支持
UnstructuredXMLLoaderlangchain_community✅❌✅

加载器功能​

来源文档延迟加载原生异步支持
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 无需凭据

要启用模型调用的自动跟踪，请设置您的 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，请查阅 API 参考： https://python.langchain.ac.cn/api_reference/community/document_loaders/langchain_community.document_loaders.xml.UnstructuredXMLLoader.html