LangChain 入门6 magic不同格式文件的读取

猫在上海

于 2024-05-01 22:15:13 发布

阅读量1k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： Langchain 学习与入门文章标签： langchain python linux

概述：

除了原始文本数据，可能还希望从其他文件类型（如PowerPoint演示文稿或PDF）中提取信息。
可以使用LangChain文档加载程序将文件解析为可以输入LLM的文本格式。

import requests

response = requests.get("https://en.wikipedia.org/wiki/Car")
data = response.content
data[:20]

b'<!DOCTYPE html>\n<htm'

import magic #导入 magic 库，这是一个在 Python 中用于文件类型检测的库，可以根据文件内容判断其 MIME 类型

pip install python-magic-bin

from langchain.document_loaders.