save all

test/llamaindex/dashscope_parse.py

@@ -0,0 +1,25 @@
+import os
+
+from llama_index.readers.dashscope.base import DashScopeParse
+from llama_index.readers.dashscope.utils import ResultType
+
+# 设置业务空间 ID 将决定文档解析结果在”创建知识库“步骤中上传到哪个业务空间
+os.environ['DASHSCOPE_WORKSPACE_ID'] = "<Your Workspace id, Default workspace is empty.>"
+
+# 第一种方式：使用文档解析器解析一个或多个文件
+file = [
+    # 需要解析的文件，支持pdf,doc,docx
+]
+# 解析文件
+parse = DashScopeParse(result_type=ResultType.DASHSCOPE_DOCMIND)
+documents = parse.load_data(file_path=file)
+
+# 第二种方式：使用文档解析器解析一个文件夹内指定类型的文件
+from llama_index.core import SimpleDirectoryReader
+parse = DashScopeParse(result_type=ResultType.DASHSCOPE_DOCMIND)
+# 定义不同文档类型的解析器
+file_extractor = {".pdf": parse, '.doc': parse, '.docx': parse}
+# 读取文件夹，提取和解析文件信息
+documents = SimpleDirectoryReader(
+    "your_folder", file_extractor=file_extractor
+).load_data(num_workers=1)