跳转到主要内容
数据源连接器（Sources）用于从不同存储系统中读取文档文件。xParse 支持多种数据源类型，包括 S3 兼容的对象存储服务、FTP 远程文件服务、SMB 网络共享以及本地文件系统。
通过配置不同的数据源连接器，您可以灵活地从各种存储系统中读取文档，无需修改处理逻辑。
支持的数据源
xParse 目前支持以下数据源类型（点击可查看详细配置指南）：
S3 兼容服务
其他数据源
通用配置
recursive：boolean类型，是否递归遍历，开启后将递归遍历子文件夹中的文件，默认为 False。pattern：list[string]类型，文件匹配模式，配置后仅拉取符合规则的文件，例如 ['*.pdf', '*.docx', '**/*.txt']，默认为None，处理全部文件。
注意：pattern 中包含递归通配符（如**/*.txt）时，recursive 参数必须为 True，否则不生效。
支持的文件格式
xParse 目前支持的文件格式有：png, jpg, jpeg, pdf, bmp, tiff, webp, doc, docx, html, mhtml, xls, xlsx, csv, ppt, pptx, txt, ofd, rtf。
- 如果是xls/xlsx/csv文件，每个sheet行数不能超过2000，列数不能超过100。
- 如果是txt文件，文件大小不超过100k。
- 长宽比小于2的图片宽高需在20～20000像素范围内，其他图片的宽高需在20～10000像素范围内。
- 单个文件大小不超过100M。
相关文档
