Skip to main content
Open In ColabOpen on GitHub

UnstructuredXMLLoader

这本笔记本为快速了解 UnstructuredXMLLoader 文档加载器提供了一个概览。1 用于加载 XML 文件。加载器可以处理 .xml 格式的文件。页面内容将是从 XML 标签中提取的文本。

概览​

集成细节​

Class包本地序列化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。

Credentials​

无需凭证即可使用UnstructuredXMLLoader

要启用对您的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'}

懒加载​

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​

详细文档请参阅所有__ModuleName__Loader功能和配置： https://python.langchain.com/api_reference/community/document_loaders/langchain_community.document_loaders.xml.UnstructuredXMLLoader.html