Skip to main content
本笔记本提供了快速入门 CheerioWebBaseLoader 文档加载器 的概述。有关 CheerioWebBaseLoader 所有功能和配置的详细文档,请参阅 API 参考

概述

集成详情

本示例介绍如何使用 Cheerio 从网页加载数据。每个网页将创建一个文档。 Cheerio 是一个快速轻量的库,允许您使用类似 jQuery 的语法解析和遍历 HTML 文档。您可以使用 Cheerio 从网页提取数据,而无需在浏览器中渲染它们。 然而,Cheerio 不模拟网页浏览器,因此无法在页面上执行 JavaScript 代码。这意味着它无法从需要 JavaScript 渲染的动态网页提取数据。为此,您可以使用 PlaywrightWebBaseLoaderPuppeteerWebBaseLoader

加载器特性

设置

要访问 CheerioWebBaseLoader 文档加载器,您需要安装 @langchain/community 集成包以及 cheerio 对等依赖项。

凭证

如果您希望获取模型调用的自动跟踪,还可以通过取消注释以下内容来设置您的 LangSmith API 密钥:

安装

LangChain CheerioWebBaseLoader 集成位于 @langchain/community 包中:

实例化

现在我们可以实例化模型对象并加载文档:

加载

额外配置

CheerioWebBaseLoader 在实例化加载器时支持额外配置。以下是一个使用 selector 字段的示例,使其仅从提供的 HTML 类名加载内容:

API 参考

有关 CheerioWebBaseLoader 所有功能和配置的详细文档,请参阅 API 参考