定义
文档提取节点支持您在工作流中解析特定格式的文档，并将其中的文本内容提取出来。它能将文件转换为文本，让不支持多模态的大模型拥有一定的文本处理的能力，同时可以降低大模型处理文件的成本。
支持的文档类型见下文。
前置条件
使用示例
-
在开始时，声明单文件或多文件类型的变量，例如file。添加变量，字段类型选择单文件，变量名称和显示名称均填写
file，支持的文件类型勾选文档，上传文件类型选择两者（OSS 文件和 URL），勾选必填，单击保存。 -
添加文档提取器节点，并将文件变量作为输入。添加文档提取器节点，在输入变量中选择已声明的文件变量。
-
添加结束文件。添加结束节点，在输出变量中新增变量
text，将其引用路径设置为文档提取器的text String字段。 -
测试，输入文件地址，并执行。运行工作流后，三个节点均显示运行成功，文档提取器节点成功从上传文件中提取出文本内容。提取结果可在右侧 Test Run 面板的结果标签页中查看，并通过复制按钮获取输出文本。
支持的文档类型
-
文本文档：例如Markdown、TXT等类型文件；
-
Office Word文档：不包括DOC类型的文件；
-
PDF文档；
-
表格文档：例如XLS、XLSX、CSV类型的文件；
-
专业格式文档：例如YAML、JSON文件；
如果文档中包含非文本的内容（例如二进制信息、音视频信息），相关的内容不会被处理。
输入和输出
-
文档提取器可以接受文档类型文件作为输入，可以是单文件，也可以是文件列表。
-
当文档提取器接受单文件作为输入时，输出是字符串类型的文本内容；
-
当文档提取器接受文件列表作为输入时，输出是字符串数组类型的文本内容。
常见用例
-
提取文档并让大模型总结关键信息：配合提示词，可以让大模型将用户关注的内容从文件中提取出来，例如合同条款提取、论文核心内容总结等；
-
提取文档：用于分析、建议索引或迁移等；
-
文档存储：将文档录入数据库、知识库等。