PullMd 加载器
PullMd 是一项将网页转换为 Markdown 格式的服务。
langchain-pull-md
包利用此服务将 URL(特别是那些使用 React、Angular 或 Vue.js 等 JavaScript 框架渲染的 URL)转换为 Markdown,而无需进行本地渲染。
安装与设置
要开始使用 langchain-pull-md
,您需要通过 pip 安装该软件包。
pip install langchain-pull-md
有关详细的集成和使用说明,请参阅使用示例。
文档加载器
langchain-pull-md
中的 PullMdLoader
类提供了一种将 URL 转换为 Markdown 的简便方法。它对于从现代 Web 应用程序加载内容并在 LangChain 的处理能力中使用特别有用。
from langchain_pull_md import PullMdLoader
# Initialize the loader with a URL of a JavaScript-rendered webpage
loader = PullMdLoader(url='https://example.com')
# Load the content as a Document
documents = loader.load()
# Access the Markdown content
for document in documents:
print(document.page_content)
此加载器支持任何 URL,并且特别擅长处理使用动态 JavaScript 构建的站点,使其成为数据处理工作流中 Markdown 提取的多功能工具。
API 参考
有关所有可用函数及其参数的综合指南,请访问API 参考。