Microsoft PowerPoint

Microsoft PowerPoint 是微软的演示文稿程序。

这篇文章介绍了如何将 Microsoft PowerPoint 文档加载到我们可以在后续处理中使用的文档格式中。

from langchain.document_loaders import UnstructuredPowerPointLoader

loader = UnstructuredPowerPointLoader("example_data/fake-power-point.pptx")

data = loader.load()

data

[Document(page_content='Adding a Bullet Slide\n\nFind the bullet slide layout\n\nUse _TextFrame.text for first bullet\n\nUse _TextFrame.add_paragraph() for subsequent bullets\n\nHere is a lot of text!\n\nHere is some text in a text box!', metadata={'source': 'example_data/fake-power-point.pptx'})]

保留元素

在内部，Unstructured 为不同的文本块创建了不同的 "元素"。默认情况下，我们将它们合并在一起，但你可以通过指定 mode="elements" 来轻松保留它们的分离状态。

loader = UnstructuredPowerPointLoader("example_data/fake-power-point.pptx", mode="elements")

data = loader.load()

data[0]

Document(page_content='Adding a Bullet Slide', lookup_str='', metadata={'source': 'example_data/fake-power-point.pptx'}, lookup_index=0)