跳转到主要内容

​
本地文件夹

本地文件夹数据源用于从本地文件系统读取文档。

​
参数说明

参数类型必填说明
typestring是固定为 "local"
directorystring是本地文件夹路径（绝对路径或相对路径）
patternlist[string]否文件匹配模式，支持通配符（如['*.pdf']）来过滤需要处理的文件，默认为 None，处理全部文件

​
文件匹配模式

pattern 参数支持以下通配符：
  • *：匹配任意字符（不包括路径分隔符）
  • **：匹配任意字符（包括路径分隔符）
示例：
  • ['*.pdf']：匹配当前目录下所有 PDF 文件
  • ['*.pdf', '*.docx']：匹配当前目录下所有 PDF 和 Word 文件
  • ['**/*.txt']：递归匹配所有子目录下的 txt 文件，必须配合 recursive=True 参数使用

​
配置示例

source = LocalSource(
    directory='./documents',           # 相对路径
    pattern=['*.pdf']                     # 只匹配 PDF 文件
)
或使用绝对路径： 
source = LocalSource(
    directory='/home/user/documents',  # 绝对路径
    pattern=['*.pdf']                     # 只匹配 PDF 文件
)

​
使用示例

from xparse_client import LocalSource, Pipeline

source = LocalSource(
    directory='./documents',
    recursive=True,
    pattern=['*.pdf']  # 递归处理所有 PDF 文件
)

# ... 其他配置

pipeline = Pipeline(
    source=source,
    # ...其他配置
)
pipeline.run()