Skip to main content
本指南提供了使用 WRITER PDFParser 文档加载器 快速入门的概述。 WRITER 的 PDF 解析器 可将 PDF 文档转换为文本或 Markdown 等其他格式。当您需要从 PDF 文件中提取和处理文本内容以进行进一步分析或集成到工作流时，这尤为有用。在 langchain-writer 中，我们将 WRITER 的 PDF 解析器作为 LangChain 文档解析器提供使用。
弃用通知：PDF 解析工具已被弃用，将于 2025 年 12 月 22 日 移除。迁移路径：我们计划为聊天补全引入一个预构建的 PDF 解析工具，提供类似功能。该工具的使用方式与其他预构建工具类似。待该替代方案可用时，我们将提供更多详细信息。

​
概述

​
集成详情

类包本地可序列化JS 支持下载量版本
PDFParserlangchain-writer❌❌❌PyPI - DownloadsPyPI - Version

​
配置

PDFParser 可在 langchain-writer 包中获取： 
pip install --quiet -U langchain-writer

​
凭据

注册 WRITER AI Studio 以生成 API 密钥（可参考此快速入门）。然后，设置 WRITER_API_KEY 环境变量： 
import getpass
import os

if not os.getenv("WRITER_API_KEY"):
    os.environ["WRITER_API_KEY"] = getpass.getpass("Enter your WRITER API key: ")
设置 LangSmith 也很有帮助（但非必需），可获得一流的可观测性。如需设置，可配置 LANGSMITH_TRACING 和 LANGSMITH_API_KEY 环境变量： 
os.environ["LANGSMITH_TRACING"] = "true"
# os.environ["LANGSMITH_API_KEY"] = getpass.getpass()

​
实例化

接下来，以所需输出格式实例化 WRITER PDF 解析器： 
from langchain_writer.pdf_parser import PDFParser

parser = PDFParser(format="markdown")

​
用法

使用 PDF 解析器有两种方式：同步或异步。两种情况下，PDF 解析器都将返回 Document 对象列表，每个对象包含 PDF 文件中一页的已解析内容。

​
同步用法

要同步调用 PDF 解析器，请将引用目标 PDF 文件的 Blob 对象传递给 parse 方法： 
from langchain_core.documents.base import Blob

file = Blob.from_path("../example_data/layout-parser-paper.pdf")

parsed_pages = parser.parse(blob=file)
parsed_pages

​
异步用法

要异步调用 PDF 解析器，请将引用目标 PDF 文件的 Blob 对象传递给 aparse 方法： 
parsed_pages_async = await parser.aparse(blob=file)
parsed_pages_async

​
API 参考

有关所有 PDFParser 功能和配置的详细文档，请访问 API 参考。

​
其他资源

您可以在 WRITER 文档 中找到有关 WRITER 模型（包括费用、上下文窗口和支持的输入类型）和工具的信息。
在 GitHub 上编辑此页面 或 提交问题。
将这些文档连接 到 Claude、VSCode 等，通过 MCP 获取实时答案。