curso-langchain/slides/pages/rag/16d.md

layout

layout
default

PDFLoader

Instalación

npm install @langchain/community pdf-parse

Uso

import { PDFLoader } from "@langchain/community/document_loaders/fs/pdf";

// Carga cada página como un Document independiente
const loader = new PDFLoader("./documentos/manual.pdf");
const docs = await loader.load();

console.log(`Cargadas ${docs.length} páginas`);
console.log(docs[0].pageContent.substring(0, 200));
console.log(docs[0].metadata);
// { source: './documentos/manual.pdf', pdf: {...}, loc: { pageNumber: 1 } }

Opciones útiles

// Cargar todo el PDF como un solo documento
const loader = new PDFLoader("./manual.pdf", { splitPages: false });