---
layout: default
---

# Extractores y parsers avanzados

<v-clicks>

### Unstructured.io
Servicio de extracción que soporta **+30 tipos de archivo** (PDF, DOCX, PPTX, imágenes, HTML...)

```typescript
import { UnstructuredLoader } from
  "@langchain/community/document_loaders/fs/unstructured";

const loader = new UnstructuredLoader("./docs/informe.pdf", {
  apiKey: process.env.UNSTRUCTURED_API_KEY,
  apiUrl: "https://api.unstructuredapp.io/general/v0/general",
});
const docs = await loader.load();
```

- Extrae texto, tablas, imágenes con OCR
- API cloud o self-hosted
- Ideal para documentos complejos con layouts mixtos

<div class="mt-4 p-4 bg-blue-500/10 rounded">
💡 Unstructured es especialmente útil para PDFs escaneados o con tablas complejas donde <code>pdf-parse</code> se queda corto
</div>

</v-clicks>