Airbyte Typeform(已弃用)
注意:此连接器特定的加载器已弃用。请改用 AirbyteLoader
。
Airbyte 是一个用于从 API、数据库和文件到数据仓库和数据湖的 ELT 管道的数据集成平台。它拥有最大的 ELT 连接器目录,连接数据仓库和数据库。
此加载器将 Typeform 连接器作为文档加载器公开,允许您将各种 Typeform 对象加载为文档。
安装
首先,您需要安装 airbyte-source-typeform
Python 包。
%pip install --upgrade --quiet airbyte-source-typeform
示例
查看 Airbyte 文档页面 以获取有关如何配置读取器的详细信息。配置对象应遵循的 JSON 架构可以在 Github 上找到: https://github.com/airbytehq/airbyte/blob/master/airbyte-integrations/connectors/source-typeform/source_typeform/spec.json。
一般结构如下所示:
{
"credentials": {
"auth_type": "Private Token",
"access_token": "<your auth token>"
},
"start_date": "<date from which to start retrieving records from in ISO format, e.g. 2020-10-20T00:00:00Z>",
"form_ids": ["<id of form to load records for>"] # if omitted, records from all forms will be loaded
}
默认情况下,所有字段都作为元数据存储在文档中,文本被设置为空字符串。通过转换读取器返回的文档来构建文档的文本。
from langchain_community.document_loaders.airbyte import AirbyteTypeformLoader
config = {
# your typeform configuration
}
loader = AirbyteTypeformLoader(
config=config, stream_name="forms"
) # 检查上面链接的文档以获取所有流的列表
现在您可以按照通常的方式加载文档。
docs = loader.load()
由于 load
返回一个列表,它将在所有文档加载完成之前阻塞。为了更好地控制这个过程,您也可以使用 lazy_load
方法,它返回一个迭代器:
docs_iterator = loader.lazy_load()
请记住,默认情况下页面内容为空,元数据对象包含来自记录的所有信息。要以不同的方式创建文档,在创建加载器时传入一个 record_handler 函数:
from langchain_core.documents import Document
def handle_record(record, id):
return Document(page_content=record.data["title"], metadata=record.data)
loader = AirbyteTypeformLoader(
config=config, record_handler=handle_record, stream_name="forms"
)
docs = loader.load()
增量加载
某些数据流允许增量加载,这意味着源会跟踪已同步的记录,并且不会再次加载它们。这对于数据量大且频繁更新的源非常有用。
为了利用这一点,请存储加载器的 last_state
属性,并在重新创建加载器时传递它。这将确保仅加载新记录。
last_state = loader.last_state # store safely
incremental_loader = AirbyteTypeformLoader(
config=config, record_handler=handle_record, stream_name="forms", state=last_state
)
new_docs = incremental_loader.load()