為 RAG 載入 HTML 檔案
你可以從多種不同的格式載入文件，包含像 HTML 這樣較複雜的格式。
如果你不熟悉 HTML，它是一種用來建立網頁的標記語言。以下是一個小例子：
<!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>
在本練習中，你將載入一個包含 DataCamp 部落格文章網頁的 HTML 檔案。所需的類別已經幫你匯入完成。
本練習屬於課程
使用 LangChain 的 Retrieval Augmented Generation（RAG）
練習說明
- 使用
UnstructuredHTMLLoader類別從目前目錄載入datacamp-blog.html檔案。 - 將文件載入記憶體。
- 列印第一個文件的頁面內容。
- 列印第一個文件的中繼資料。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(____)