Py之pymupdf：基于langchain框架结合pymupdf库实现输出每个PDF页面的文本内容、元数据等

Py之pymupdf：基于langchain框架结合pymupdf库实现输出每个PDF页面的文本内容、元数据等

目录

PyMuPDFLoader类

初始化

属性

方法

__init__(file_path, *, headers=None, extract_images=False, **kwargs)

lazy_load()

aload()

alazy_load()

load(**kwargs)

load_and_split(text_splitter=None)

基于langchain框架结合pymupdf库的应用案例

1、输出每个PDF页面的文本内容、元数据等

2、延迟加载

---

PyMuPDFLoader类

PyMuPDFLoader 提供了多种加载和分割 PDF 文档的方法，支持同步和异步加载，还可以选择是否提取图片。这使得处理 PDF 文件更加灵活。

类名: langchain_community.document_loaders.pdf.PyMuPDFLoader
使用 PyMuPDF 加载 PDF 文件。

初始化

通过文件路径初始化。

属性

• source: 数据来源。

方法

__init__(file_path, *, headers=None, extract_i