Skip to main content

Docx 文件

DocxLoader 允许你从 Microsoft Word 文档中提取文本数据。它支持现代的 .docx 格式和旧版的 .doc 格式。根据文件类型，还需要额外的依赖项。

安装配置​

要使用 DocxLoader，你需要安装 @langchain/community 包以及 mammoth 或 word-extractor 包之一：

  • mammoth：用于处理 .docx 文件。
  • word-extractor：用于处理 .doc 文件。

安装步骤​

对于 .docx 文件​

npm install @langchain/community @langchain/core mammoth

对于 .doc 文件​

npm install @langchain/community @langchain/core word-extractor

使用方法​

加载 .docx 文件​

对于 .docx 文件，在初始化加载器时无需显式指定任何参数：

import { DocxLoader } from "@langchain/community/document_loaders/fs/docx";

const loader = new DocxLoader(
  "src/document_loaders/tests/example_data/attention.docx"
);

const docs = await loader.load();

加载 .doc 文件​

对于 .doc 文件，在初始化加载器时必须显式指定 type 为 doc：

import { DocxLoader } from "@langchain/community/document_loaders/fs/docx";

const loader = new DocxLoader(
  "src/document_loaders/tests/example_data/attention.doc",
  {
    type: "doc",
  }
);

const docs = await loader.load();

Was this page helpful?


You can also leave detailed feedback on GitHub.