LangChain-20 Document Loader 文件加载 加载MD DOCX EXCEL PPT PDF HTML JSON 等多种文件格式 后续可通过FAISS向量化 增强检索

在LangChain中，可以使用DocumentLoader来加载多种文档格式。以下是一个简单的示例，展示如何使用LangChainDocumentLoader加载多种格式的文档：

from langchain.document_loaders import LangChainDocumentLoader
 
# 创建DocumentLoader实例
document_loader = LangChainDocumentLoader()
 
# 加载不同格式的文件
documents = [
    document_loader.load("example.md"),
    document_loader.load("example.docx"),
    document_loader.load("example.xls"),
    document_loader.load("example.ppt"),
    document_loader.load("example.pdf"),
    document_loader.load("example.html"),
    document_loader.load("example.json"),
]
 
# 打印加载的文档内容
for doc in documents:
    print(doc.content)

在这个例子中，LangChainDocumentLoader尝试加载一系列不同格式的文件，并打印出它们的内容。LangChain的文档加载器能够处理广泛的文件格式，并将它们转换为统一的内部表示，以便进一步处理。

请注意，为了运行这段代码，你需要安装LangChain库，并确保相应的文件扩展名文件存在于你的文件系统中。对于某些复杂格式，可能需要额外的依赖或者特定的库来支持解析，比如对于PDF，可能需要安装pdfminer.six。