已弃用

本页记录的是已弃用的 Parse v1 API。新的接入请使用 Parse v2；改造已有的 v1 代码请见v1 到 v2 迁移指南。

Python 专有选项

有些参数是 Python 实现特有的

worker 数量

它控制解析时用于发 API 请求的 worker 数量。默认为 4。

• Python

parser = LlamaParse(
  num_workers=10
)

检查间隔

在同步模式下（见下文）Python 会轮询检查任务状态。默认为 1 秒。

• Python

parser = LlamaParse(
  check_interval=10
)

详细输出模式

默认情况下，LlamaParse 会在上传与检查任务时打印其状态。你可以关闭这些输出。

• Python

parser = LlamaParse(
  verbose=False
)

配合 SimpleDirectoryReader 使用

你可以通过 SimpleDirectoryReader 在 LlamaIndex 里直接使用 LlamaParse。它会解析 data 目录里的所有文件并返回解析后的文档。

from llama_cloud_services import LlamaParse
from llama_index.core import SimpleDirectoryReader

parser = LlamaParse()

file_extractor = {".pdf": parser}
documents = SimpleDirectoryReader(
    "./data", file_extractor=file_extractor
).load_data()

直接使用

也可以直接调用解析器，共四种模式：

同步解析

documents = parser.load_data("./my_file.pdf")

同步批量解析

documents = parser.load_data(["./my_file1.pdf", "./my_file2.pdf"])

异步解析

documents = await parser.aload_data("./my_file.pdf")

异步批量解析

documents = await parser.aload_data(["./my_file1.pdf", "./my_file2.pdf"])

大文档拆分

LlamaParse.partition_pages 选项可以把一个大文档的解析拆成若干个较小的任务。默认不开启拆分，以保持 Python SDK 与裸 API 的默认行为一致。

parser = LlamaParse(
    api_key="llx-...",
    num_workers=4,
    partition_pages=100,  # Split large documents into partitions of up to 100 pages each
)
result = parser.parse("./1000-page-long.pdf")

在这个例子里，一份 1000 页的文档会被拆成 10 个任务（每个 100 页），最多同时运行其中 4 个。等全部任务完成后，再返回合并后的拆分结果。

partition_pages 可以与 target_pages、max_pages 一起使用。

注意：

• 受 Python SDK 的实现限制，解析单个文档时，只有设了 target_pages 或 max_pages 之一，拆分出的任务才会并发跑；若 target_pages 与 max_pages 都不设，单个文档的拆分会顺序执行。
• 解析多个文档时，并发是在文档这一层处理的。