15天学会AI应用开发（十二）从PDF、WORD、网页构建RAG - aqi00

博客园 · score 62.0 · 7/10/2026, 8:20:00 PM

打开原文查看来源榜单

摘要

【摘要】​上一篇文章介绍了如何从TXT文件读取文本信息，可是日常办公很少使用纯文本的TXT格式，而采用专业的PDF格式或者WORD格式，有时还需要通过网页抓取知识。 接下来就介绍如何从PDF、WORD、HTML等文件中读取文本内容。 一、从PDF文件读取文本 PDF是一种常用的文档格式，常用于只读的通知文件 阅读全文

原始内容

【摘要】​上一篇文章介绍了如何从TXT文件读取文本信息，可是日常办公很少使用纯文本的TXT格式，而采用专业的PDF格式或者WORD格式，有时还需要通过网页抓取知识。 接下来就介绍如何从PDF、WORD、HTML等文件中读取文本内容。 一、从PDF文件读取文本 PDF是一种常用的文档格式，常用于只读的通知文件 <a href="https://www.cnblogs.com/aqi00/p/21356723" target="_blank">阅读全文</a>