Tải tệp HTML cho RAG

Bạn có thể tải tài liệu từ rất nhiều định dạng khác nhau, bao gồm cả những định dạng phức tạp như HTML.

Nếu bạn chưa quen với HTML, đây là ngôn ngữ đánh dấu dùng để tạo trang web. Ví dụ nhỏ dưới đây:

<!DOCTYPE html>
<html>
<body>
  <h2>Heading</h2>
  <p>Here's some text and an image below:</p>
  <img src="image.jpg" alt="..." width="104" height="142">
</body>
</html>

Trong bài tập này, bạn sẽ tải một tệp HTML chứa một trang bài viết trên blog của DataCamp. Các lớp cần thiết đã được nhập sẵn cho bạn.

Bài tập này là một phần của khóa học

Retrieval Augmented Generation (RAG) với LangChain

Xem khóa học

Hướng dẫn bài tập

Dùng lớp UnstructuredHTMLLoader để tải tệp datacamp-blog.html trong thư mục hiện tại.
Tải các tài liệu vào bộ nhớ.
In phần nội dung trang của tài liệu đầu tiên.
In metadata của tài liệu đầu tiên.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Create a document loader for unstructured HTML
loader = ____

# Load the document
data = ____

# Print the first document's content
print(____)

# Print the first document's metadata
print(____)

Chỉnh sửa và Chạy Mã