Skip to main content
Open In Colab在 GitHub 上打开

UnstructuredXMLLoader

此笔记本提供了 UnstructuredXMLLoader 文档加载程序入门的快速概述。这UnstructuredXMLLoader用于加载XML文件。loader 适用于.xml文件。页面内容将从 XML 标记中提取的文本。

概述

集成详细信息

类包本地化序列 化JS 支持
UnstructuredXMLLoaderlangchain_community✅❌✅

Loader 功能

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。

凭据

使用 UnstructuredXMLLoader 不需要任何凭据

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",
)

负荷

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.com/api_reference/community/document_loaders/langchain_community.document_loaders.xml.UnstructuredXMLLoader.html