探索Azure Blob Storage Container：从云端轻松加载文档对象-优快云博客

本文链接：https://blog.youkuaiyun.com/qwesrdftgh/article/details/144493462

# 探索Azure Blob Storage Container：从云端轻松加载文档对象

## 引言

Azure Blob Storage是微软提供的云端对象存储解决方案，专为存储大量非结构化数据而优化。这些数据不遵循特定的数据模型或定义，例如文本或二进制数据。Blob Storage非常适合用于以下场景：

- 直接向浏览器提供图像或文档。
- 存储文件以供分布式访问。
- 流式传输视频和音频。
- 写入日志文件。
- 存储用于备份和恢复、灾难恢复以及归档的数据。
- 为本地或Azure托管服务的数据分析存储数据。

本文将介绍如何从Azure Blob Storage的容器中加载文档对象。

## 主要内容

### 安装Azure Blob Storage SDK

为了与Azure Blob Storage进行交互，我们需要安装`azure-storage-blob` Python包。请确保您的开发环境中已安装并升级到最新版本。

```bash
%pip install --upgrade --quiet azure-storage-blob

使用Azure Blob Storage加载器

AzureBlobStorageContainerLoader是一个方便的工具，帮助我们从Azure Blob Storage容器中加载文档。以下是使用此加载器的基本步骤：

初始化加载器

使用连接字符串和容器名称初始化加载器。连接字符串可以在Azure门户中获取。

from langchain_community.document_loaders import AzureBlobStorageContainerLoader

loader = AzureBlobStorageContainerLoader(conn_str="<conn_str>", container="<container>")

加载文档

调用load()方法以加载文档对象。
```
loader.load()
```
这将返回一个包含文档的列表，每个文档都有其内容、元数据和其他信息。

使用前缀进行更细粒度的控制

如果希望更细粒度地控制加载的文件，可以指定一个前缀。这样只会加载匹配该前缀的文件。

loader = AzureBlobStorageContainerLoader(
    conn_str="<conn_str>", container="<container>", prefix="<prefix>"
)

loader.load()

代码示例

以下是一个完整的代码示例，展示如何加载Azure Blob Storage中的文档：

# 安装Azure Blob Storage Python包
%pip install --upgrade --quiet azure-storage-blob

# 导入加载器
from langchain_community.document_loaders import AzureBlobStorageContainerLoader

# 初始化加载器（请将<conn_str>和<container>替换为实际值）
loader = AzureBlobStorageContainerLoader(conn_str="<conn_str>", container="<container>")  # 使用API代理服务提高访问稳定性

# 加载文档
documents = loader.load()

# 输出文档内容
for doc in documents:
    print(doc.page_content)