DocxLoader 允许您从 Microsoft Word 文档中提取文本数据。它支持现代的 .docx 格式和传统的 .doc 格式。根据文件类型，需要额外的依赖项。

​
设置

要使用 DocxLoader，您需要 @langchain/community 集成以及 mammoth 或 word-extractor 包：
  • mammoth：用于处理 .docx 文件。
  • word-extractor：用于处理 .doc 文件。

​
安装

​
对于 .docx 文件

npm
npm install @langchain/community @langchain/core mammoth

​
对于 .doc 文件

npm
npm install @langchain/community @langchain/core word-extractor

​
用法

​
加载 .docx 文件

对于 .docx 文件，初始化加载器时无需显式指定任何参数： 
import { DocxLoader } from "@langchain/community/document_loaders/fs/docx";

const loader = new DocxLoader(
  "src/document_loaders/tests/example_data/attention.docx"
);

const docs = await loader.load();

​
加载 .doc 文件

对于 .doc 文件，初始化加载器时必须显式指定 type 为 doc： 
import { DocxLoader } from "@langchain/community/document_loaders/fs/docx";

const loader = new DocxLoader(
  "src/document_loaders/tests/example_data/attention.doc",
  {
    type: "doc",
  }
);

const docs = await loader.load();
Edit the source of this page on GitHub.
Connect these docs programmatically to Claude, VSCode, and more via MCP for real-time answers.