Skip to main content
Open In ColabOpen on GitHub

MathPixPDFLoader

受 Daniel Gross 在此处的代码片段启发：https://gist.github.com/danielgross/3ab4104e14faccc12b49200843adab21

概述​

集成详情​

类包本地可序列化JS 支持
MathPixPDFLoaderlangchain_community✅❌❌

加载器特性​

源文档惰性加载原生异步支持
MathPixPDFLoader✅❌

设置​

凭证​

注册 Mathpix 并创建 API 密钥，以便在您的环境中设置 MATHPIX_API_KEY 变量。

import getpass
import os

if "MATHPIX_API_KEY" not in os.environ:
    os.environ["MATHPIX_API_KEY"] = getpass.getpass("Enter your Mathpix API key: ")

为了启用对您的模型调用的自动跟踪，请设置您的 LangSmith API 密钥：

# os.environ["LANGSMITH_API_KEY"] = getpass.getpass("Enter your LangSmith API key: ")
# os.environ["LANGSMITH_TRACING"] = "true"

安装​

安装 langchain_community。

%pip install -qU langchain_community

初始化​

现在我们准备好初始化我们的加载器了：

from langchain_community.document_loaders import MathpixPDFLoader

file_path = "./example_data/layout-parser-paper.pdf"
loader = MathpixPDFLoader(file_path)
API Reference:MathpixPDFLoader

Load​

docs = loader.load()
docs[0]
print(docs[0].metadata)

懒加载​

page = []
for doc in loader.lazy_load():
    page.append(doc)
    if len(page) >= 10:
        # do some paged operation, e.g.
        # index.upsert(page)

        page = []

API 参考​

有关 MathpixPDFLoader 所有功能和配置的详细文档，请访问 API 参考：https://python.langchain.com/api_reference/community/document_loaders/langchain_community.document_loaders.pdf.MathpixPDFLoader.html