UnstructuredXMLLoader 集成

使用 LangChain Python 集成 UnstructuredXMLLoader 文档加载器。

本指南提供了快速入门 UnstructuredXMLLoader 文档加载器 的概述。UnstructuredXMLLoader 用于加载 XML 文件。该加载器适用于 .xml 文件。页面内容将是从 XML 标签中提取的文本。

概述

集成详情

类	包	本地	可序列化	JS 支持
UnstructuredXMLLoader	langchain_community	✅	❌	✅

加载器特性

来源	文档延迟加载	原生异步支持
UnstructuredXMLLoader	✅	❌

设置

要使用 UnstructuredXMLLoader 文档加载器，您需要安装 langchain-community 集成包。

凭证

使用 UnstructuredXMLLoader 无需凭证。

要启用模型调用的自动追踪，请设置您的 LangSmith API 密钥：

os.environ["LANGSMITH_API_KEY"] = getpass.getpass("输入您的 LangSmith API 密钥：")
os.environ["LANGSMITH_TRACING"] = "true"

安装

安装 langchain_community。

pip install -qU langchain_community

初始化

现在我们可以实例化模型对象并加载文档：

from langchain_community.document_loaders import UnstructuredXMLLoader

loader = UnstructuredXMLLoader(
    "./example_data/factbook.xml",
)

加载

docs = loader.load()
docs[0]

Document(metadata={'source': './example_data/factbook.xml'}, page_content='美国\n\n华盛顿特区\n\n乔·拜登\n\n棒球\n\n加拿大\n\n渥太华\n\n贾斯汀·特鲁多\n\n冰球\n\n法国\n\n巴黎\n\n埃马纽埃尔·马克龙\n\n足球\n\n特立尼达和多巴哥\n\n西班牙港\n\n基思·罗利\n\n田径')

print(docs[0].metadata)

{'source': './example_data/factbook.xml'}

延迟加载

page = []
for doc in loader.lazy_load():
    page.append(doc)
    if len(page) >= 10:
        # 执行一些分页操作，例如
        # index.upsert(page)

        page = []

---

API 参考

有关 UnstructuredXMLLoader 所有功能和配置的详细文档，请访问 API 参考

---

Edit this page on GitHub or file an issue.

Connect these docs to Claude, VSCode, and more via MCP for real-time answers.