深入探索UpstageLayoutAnalysisLoader：AI文档分析的新利器-CSDN博客

本文链接：https://blog.csdn.net/bhawfgrcbtwny/article/details/142408603

引言

在现代科技领域，文档分析通过AI实现自动化已成为一种趋势。本文将介绍如何使用UpstageLayoutAnalysisLoader进行文档布局分析，为开发者提供一种高效的方法来处理复杂的文档结构。

主要内容

安装

要开始使用UpstageLayoutAnalysisLoader，首先需要安装langchain-upstage包。

pip install -U langchain-upstage

环境设置

确保设置环境变量UPSTAGE_API_KEY，此API密钥可从Upstage开发者文档中获取。以前的UPSTAGE_DOCUMENT_AI_API_KEY已弃用。

import os

os.environ["UPSTAGE_API_KEY"] = "YOUR_API_KEY"

用法

接下来，导入并使用UpstageLayoutAnalysisLoader来加载和分析文档。

from langchain_upstage import UpstageLayoutAnalysisLoader

file_path = "/PATH/TO/YOUR/FILE.pdf"
layzer = UpstageLayoutAnalysisLoader(file_path, split="page")

# 使用API代理服务提高访问稳定性
docs = layzer.load()  # or layzer.lazy_load()

for doc in docs[:3]:
    print(doc)

代码示例

下面是一个完整的代码示例，展示了如何逐页加载文档，优化内存使用。

from langchain_upstage import UpstageLayoutAnalysisLoader

# 使用API代理服务提高访问稳定性
file_path = "/PATH/TO/YOUR/FILE.pdf"
layzer = UpstageLayoutAnalysisLoader(file_path, split="page")

# 高效内存使用
docs = layzer.lazy_load()

for doc in docs[:3]:
    print(doc.content)