程序包 top.aoyudi.rag.impl

类 FileSystemDocumentLoader

java.lang.Object

top.aoyudi.rag.impl.FileSystemDocumentLoader

所有已实现的接口:

DocumentLoader

public class FileSystemDocumentLoader
extends Object
implements DocumentLoader

文件系统文档加载器，从本地文件系统加载文档

字段概要

字段

修饰符和类型	字段	说明
private static final Set<String>	SUPPORTED_EXTENSIONS

构造器概要

构造器

构造器	说明
FileSystemDocumentLoader()

方法概要

修饰符和类型	方法	说明
private Map<String,Object>	extractMetadata(Path filePath)	提取文件元数据
private List<String>	findFiles(String rootPath)	查找指定目录下所有符合条件的文件（包括子目录）
private String	getCellValue(org.apache.poi.ss.usermodel.Cell cell)
private String	getFileExtension(Path filePath)	获取文件扩展名
Document	loadDocument(String source)	加载单个文档
List<Document>	loadDocuments(List<String> sources)	批量加载文档
List<Document>	loadDocumentsFromPath(String path)	加载指定路径下的所有符合条件的文档
private String	readDocxContent(Path filePath)	使用Apache POI读取DOCX文件内容
String	readExcelContent(Path excelPath)
private String	readFileContent(Path filePath)	读取文件内容
private String	readMarkdownFile(Path filePath)	读取Markdown文件内容，进行基本处理
String	readPdfContent(Path pdfPath)
private String	readTextFile(Path filePath)	读取文本文件内容，支持指定编码
private void	validateFile(Path filePath)	验证文件是否存在且支持

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

字段详细资料

SUPPORTED_EXTENSIONS

private static final Set<String> SUPPORTED_EXTENSIONS

构造器详细资料

FileSystemDocumentLoader

public FileSystemDocumentLoader()

方法详细资料

loadDocument

public Document loadDocument(String source)

从接口复制的说明: DocumentLoader

加载单个文档

指定者:

loadDocument 在接口中 DocumentLoader

参数:

source - 文档来源（文件路径、URL等）

返回:

加载的文档

loadDocuments

public List<Document> loadDocuments(List<String> sources)

从接口复制的说明: DocumentLoader

批量加载文档

指定者:

loadDocuments 在接口中 DocumentLoader

参数:

sources - 文档来源列表

返回:

加载的文档列表

loadDocumentsFromPath

public List<Document> loadDocumentsFromPath(String path)
                                     throws IOException

从接口复制的说明: DocumentLoader

加载指定路径下的所有符合条件的文档

指定者:

loadDocumentsFromPath 在接口中 DocumentLoader

参数:

path - 文档所在路径

返回:

加载的文档列表

抛出:

IOException

findFiles

private List<String> findFiles(String rootPath)
                        throws IOException

查找指定目录下所有符合条件的文件（包括子目录）

参数:

rootPath - 根目录路径

返回:

符合条件的文件列表

抛出:

IOException - 如果发生I/O错误

validateFile

private void validateFile(Path filePath)

验证文件是否存在且支持

readFileContent

private String readFileContent(Path filePath)
                        throws IOException

读取文件内容

抛出:

IOException

extractMetadata

private Map<String,Object> extractMetadata(Path filePath)
                                    throws IOException

提取文件元数据

抛出:

IOException

getFileExtension

private String getFileExtension(Path filePath)

获取文件扩展名

readTextFile

private String readTextFile(Path filePath)
                     throws IOException

读取文本文件内容，支持指定编码

抛出:

IOException

readMarkdownFile

private String readMarkdownFile(Path filePath)
                         throws IOException

读取Markdown文件内容，进行基本处理

抛出:

IOException

readDocxContent

private String readDocxContent(Path filePath)
                        throws IOException

使用Apache POI读取DOCX文件内容

抛出:

IOException

readPdfContent

public String readPdfContent(Path pdfPath)

readExcelContent

public String readExcelContent(Path excelPath)

getCellValue

private String getCellValue(org.apache.poi.ss.usermodel.Cell cell)