Skip to main content
本指南提供了使用 UnstructuredMarkdown 文档加载器 的快速入门概述。有关 __ModuleName__Loader 所有功能和配置的详细文档，请参阅 API 参考。

​
概述

​
集成详情

类包本地支持可序列化JS 支持
UnstructuredMarkdownLoaderlangchain_community❌❌✅

​
加载器功能

来源文档懒加载原生异步支持
UnstructuredMarkdownLoader✅❌

​
安装

要访问 UnstructuredMarkdownLoader 文档加载器，您需要安装 langchain-community 集成包和 unstructured Python 包。

​
凭证

使用此加载器无需任何凭证。 要启用模型调用的自动追踪，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"

​
安装依赖

安装 langchain_community 和 unstructured 
pip install -qU langchain_community unstructured

​
初始化

现在可以实例化模型对象并加载文档。 您可以在两种模式下运行加载器：“single”（单文档）和 “elements”（元素）模式。使用 “single” 模式时，文档将作为单个 Document 对象返回。使用 “elements” 模式时，unstructured 库会将文档拆分为 Title（标题）和 NarrativeText（叙述文本）等元素。mode 参数之后还可以传入其他 unstructured 关键字参数，以应用不同的 unstructured 设置。 
from langchain_community.document_loaders import UnstructuredMarkdownLoader

loader = UnstructuredMarkdownLoader(
    "./example_data/example.md",
    mode="single",
    strategy="fast",
)

​
加载

docs = loader.load()
docs[0]

Document(metadata={'source': './example_data/example.md'}, page_content='Sample Markdown Document\n\nIntroduction\n\nWelcome to this sample Markdown document. Markdown is a lightweight markup language used for formatting text. It\'s widely used for documentation, readme files, and more.\n\nFeatures\n\nHeaders\n\nMarkdown supports multiple levels of headers:\n\nHeader 1: # Header 1\n\nHeader 2: ## Header 2\n\nHeader 3: ### Header 3\n\nLists\n\nUnordered List\n\nItem 1\n\nItem 2\n\nSubitem 2.1\n\nSubitem 2.2\n\nOrdered List\n\nFirst item\n\nSecond item\n\nThird item\n\nLinks\n\nOpenAI is an AI research organization.\n\nImages\n\nHere\'s an example image:\n\nCode\n\nInline Code\n\nUse code for inline code snippets.\n\nCode Block\n\n\`\`\`python def greet(name): return f"Hello, {name}!"\n\nprint(greet("World")) \`\`\`')

print(docs[0].metadata)

{'source': './example_data/example.md'}

​
懒加载

page = []
for doc in loader.lazy_load():
    page.append(doc)
    if len(page) >= 10:
        # 执行一些分页操作，例如
        # index.upsert(page)

        page = []
page[0]

Document(metadata={'source': './example_data/example.md', 'link_texts': ['OpenAI'], 'link_urls': ['https://www.openai.com'], 'last_modified': '2024-08-14T15:04:18', 'languages': ['eng'], 'parent_id': 'de1f74bf226224377ab4d8b54f215bb9', 'filetype': 'text/markdown', 'file_directory': './example_data', 'filename': 'example.md', 'category': 'NarrativeText', 'element_id': '898a542a261f7dc65e0072d1e847d535'}, page_content='OpenAI is an AI research organization.')

​
加载元素

在此示例中，我们将使用 elements 模式进行加载，该模式将返回 Markdown 文档中各元素的列表： 
from langchain_community.document_loaders import UnstructuredMarkdownLoader

loader = UnstructuredMarkdownLoader(
    "./example_data/example.md",
    mode="elements",
    strategy="fast",
)

docs = loader.load()
len(docs)

29
如您所见，从 example.md 文件中提取了 29 个元素。第一个元素是文档的标题，符合预期： 
docs[0].page_content

'Sample Markdown Document'

​
API 参考

有关 UnstructuredMarkdownLoader 所有功能和配置的详细文档，请参阅 API 参考：python.langchain.com/api_reference/community/document_loaders/langchain_community.document_loaders.markdown.UnstructuredMarkdownLoader.html
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 获取实时解答。