LangChain

电子邮件#

本教程演示了如何加载电子邮件 (.eml) 或者 Microsoft Outlook (.msg) 文件。

使用非结构化数据#

#!pip install unstructured

from langchain.document_loaders import UnstructuredEmailLoader

loader = UnstructuredEmailLoader('example_data/fake-email.eml')

data = loader.load()

data

[Document(page_content='This is a test email to use for unit tests.  Important points:  Roses are red  Violets are blue', metadata={'source': 'example_data/fake-email.eml'})]

保留元素#

在底层，非结构化数据为不同的文本块创建不同的“元素”。默认情况下，我们将它们组合在一起，但您可以通过指定 mode="elements" 来轻松保持分离。

loader = UnstructuredEmailLoader('example_data/fake-email.eml', mode="elements")

data = loader.load()

data[0]

Document(page_content='This is a test email to use for unit tests.', lookup_str='', metadata={'source': 'example_data/fake-email.eml'}, lookup_index=0)

使用OutlookMessageLoader#

#!pip install extract_msg

from langchain.document_loaders import OutlookMessageLoader

loader = OutlookMessageLoader('example_data/fake-email.msg')

data = loader.load()

data[0]

Document(page_content='This is a test email to experiment with the MS Outlook MSG Extractor\r\n\r\n\r\n-- \r\n\r\n\r\nKind regards\r\n\r\n\r\n\r\n\r\nBrian Zhou\r\n\r\n', metadata={'subject': 'Test for TIF files', 'sender': 'Brian Zhou <brizhou@gmail.com>', 'date': 'Mon, 18 Nov 2013 16:26:24 +0800'})

Duckdb Epub