Dedoc

Dedoc 是一个开源库/服务，可提取文本、表格、附件和文档结构（例如，标题、列表项等）从各种格式的文件中。

Dedoc支持DOCX,XLSX,PPTX,EML,HTML,PDF、图像等。可在此处找到支持的格式的完整列表。

安装和设置

您可以安装Dedoc用pip. 在这种情况下，您需要安装依赖项请前往此处获取更多信息。

pip install dedoc

如果你打算使用DedocAPI，无需安装dedoc库。在这种情况下，您应该运行Dedocservice，例如Docker容器（有关更多详细信息，请参阅文档）：

docker pull dedocproject/dedoc
docker run -p 1231:1231

用于处理任何格式的文件（由Dedoc），您可以使用DedocFileLoader:
```
from langchain_community.document_loaders import DedocFileLoader
```
要处理 PDF 文件（带或不带文本图层），您可以使用DedocPDFLoader:
```
from langchain_community.document_loaders import DedocPDFLoader
```
用于处理任何格式的文件而不安装库，您可以使用Dedoc API跟DedocAPIFileLoader:
```
from langchain_community.document_loaders import DedocAPIFileLoader
```

有关更多详细信息，请参阅使用示例。